Bijna negen op de tien populaire websites bevatten foutieve HTML

Wie een moderne website bezoekt, merkt doorgaans weinig van fouten in de onderliggende HTML. Browsers zijn namelijk bijzonder goed geworden in het interpreteren en herstellen van ongeldige of onvolledig opgebouwde webpagina’s. Achter de schermen betekent dat echter niet dat het web technisch gezien foutloos is.

Uit een analyse van de 5.000 populairste domeinen uit de Tranco-ranking blijkt dat 87,2 procent van de onderzochte websites minstens één overtreding van de HTML-specificatie bevat. Slechts 12,8 procent van de pagina’s voldeed volledig aan de gecontroleerde HTML-regels. Wanneer naast formele fouten ook waarschuwingen en best-practiceproblemen worden meegeteld, blijft slechts 2,6 procent van de onderzochte websites volledig vrij van meldingen.

De cijfers zijn afkomstig uit een onderzoek van de Franse ontwikkelaar Théo Ducreux, de maker van het onafhankelijke project ValidateHTML. Hij liet de homepages van populaire websites automatisch controleren met een zelfontwikkelde crawler en verschillende open-source HTML- en CSS-parsers.

Meer dan honderdduizend HTML-overtredingen

Van de 5.000 domeinen uit de oorspronkelijke lijst konden 2.656 websites daadwerkelijk worden geanalyseerd. De overige 2.344 domeinen vielen buiten het onderzoek, bijvoorbeeld omdat ze geen voor mensen leesbare reguliere homepage aanboden of geautomatiseerde verzoeken blokkeerden.

Op de 2.656 onderzochte homepages werden in totaal 100.305 overtredingen van de HTML-specificatie gevonden. Daarnaast constateerde de analyse 18.863 CSS-fouten.

Dat betekent overigens niet dat iedere gevonden fout even ernstig is. Sommige overtredingen hebben nauwelijks gevolgen voor de uiteindelijke weergave van een pagina, terwijl andere fouten de structuur of toegankelijkheid van een website wel degelijk kunnen beïnvloeden.

De uitkomsten moeten bovendien worden gezien als een momentopname van de gecontroleerde homepages. Ze zeggen niet dat 87,2 procent van alle pagina’s op internet foutieve HTML bevat. Evenmin betekent een HTML-fout automatisch dat een website onbruikbaar of ontoegankelijk is.

Waarom merken bezoekers daar meestal niets van?

De belangrijkste reden is de manier waarop webbrowsers met HTML omgaan.

HTML is bedoeld om de structuur en betekenis van een webpagina te beschrijven, maar browsers zijn in de praktijk niet beperkt tot het simpelweg afwijzen van code die niet aan iedere formele regel voldoet. Wanneer een browser ongeldige markup tegenkomt, probeert hij de pagina alsnog op een bruikbare manier op te bouwen.

Chrome, Firefox, Safari en andere browsers beschikken daardoor over uitgebreide foutafhandeling. Ze kunnen bijvoorbeeld ontbrekende onderdelen van de documentstructuur reconstrueren, bepaalde verkeerd geneste elementen corrigeren en proberen te achterhalen wat de ontwikkelaar vermoedelijk heeft bedoeld.

Dat is vanuit gebruikersperspectief erg handig. Een enkele fout in HTML leidt daardoor meestal niet tot een volledig kapotte website.

Tegelijkertijd heeft deze tolerantie een keerzijde. Als een fout geen zichtbaar probleem veroorzaakt, is er voor ontwikkelaars vaak weinig directe aanleiding om de fout op te lossen. Daardoor kunnen kleine afwijkingen jarenlang blijven bestaan en zich tijdens opeenvolgende wijzigingen en buildprocessen verder opstapelen.

Het web heeft daarmee in zekere zin een paradox ontwikkeld: browsers zijn zo goed geworden in het opvangen van fouten dat ontwikkelaars minder vaak worden gedwongen om die fouten daadwerkelijk te herstellen.

Verkeerde nesting is een veelvoorkomend probleem

Een van de meest voorkomende categorieën fouten heeft te maken met de manier waarop HTML-elementen binnen elkaar worden geplaatst. Volgens de analyse kwam een probleem rond verkeerd geplaatste of geneste elementen voor bij meer dan 59 procent van de onderzochte websites.

Bij correcte HTML moet de documentstructuur aan bepaalde regels voldoen. Niet ieder element mag bijvoorbeeld zomaar binnen ieder ander element worden geplaatst. Wanneer die structuur wordt doorbroken, kan een browser de markup soms alsnog reconstrueren.

Dergelijke fouten hoeven overigens niet rechtstreeks door een ontwikkelaar te zijn geschreven. Moderne websites worden vaak gegenereerd met front-endframeworks, templatesystemen, componentbibliotheken en automatische buildprocessen. Een kleine afwijking in een component kan daardoor uiteindelijk in duizenden pagina’s terechtkomen.

Dat maakt HTML-validatie vooral interessant als kwaliteitscontrole in het ontwikkelproces. Niet alleen de broncode die een programmeur rechtstreeks schrijft, maar juist ook de uiteindelijke HTML die aan een bezoeker wordt geleverd, verdient controle.

Foutloze HTML is niet hetzelfde als een toegankelijke website

Een belangrijk onderscheid is dat HTML-validiteit en toegankelijkheid niet hetzelfde zijn.

Een website kan technisch geldige HTML bevatten en toch moeilijk toegankelijk zijn voor mensen met een beperking. Omgekeerd kan een pagina met een formele HTML-fout in de praktijk uitstekend toegankelijk zijn.

Toch is een correcte en semantisch opgebouwde HTML-structuur een belangrijke basis voor toegankelijkheid. Hulptechnologieën zoals screenreaders moeten immers niet alleen kunnen zien wat er op een scherm staat, maar ook kunnen begrijpen welke onderdelen van een pagina een bepaalde betekenis hebben.

Dat wordt problematischer wanneer belangrijke informatie alleen visueel herkenbaar is of wanneer semantische elementen verkeerd worden gebruikt.

Alternatieve teksten en ARIA-labels

De analyse wijst bijvoorbeeld op problemen met afbeeldingen en ARIA.

Bij 20,4 procent van de onderzochte websites ontbrak volgens de gebruikte controle een alternatieve tekst bij afbeeldingen. Een alt-attribuut kan voor een screenreader beschrijven wat een betekenisvolle afbeelding voorstelt. Bij decoratieve afbeeldingen kan juist een lege alternatieve tekst worden gebruikt, zodat hulpsoftware de afbeelding kan negeren.

Ook werden bij 41,6 procent van de websites problemen rond ARIA-labels vastgesteld.

ARIA staat voor Accessible Rich Internet Applications en biedt aanvullende informatie waarmee ontwikkelaars de functie van interface-elementen kunnen verduidelijken voor ondersteunende technologie. Denk bijvoorbeeld aan interactieve elementen waarvan de functie anders niet duidelijk uit de HTML-structuur blijkt.

Daarbij is ARIA geen vervanging voor goede HTML. Waar mogelijk verdient een semantisch correct HTML-element de voorkeur boven het kunstmatig toevoegen van toegankelijkheidsinformatie. Een gewone knop hoort bijvoorbeeld bij voorkeur als knop te worden gemarkeerd, in plaats van een willekeurig element met extra ARIA-attributen om te vormen tot iets dat zich als een knop gedraagt.

Waarom screenreaders kwetsbaarder kunnen zijn

Het verschil tussen browsers en screenreaders is hierbij belangrijk.

Een browser heeft tientallen jaren aan praktijkervaring met het verwerken van foutieve HTML. Hij kan een gebrekkig document omzetten in een interne documentstructuur die voor de gebruiker alsnog logisch genoeg is.

Een screenreader werkt vervolgens met de toegankelijkheidsstructuur die door het besturingssysteem, de browser en de webpagina wordt aangeleverd. Als de onderliggende structuur onduidelijk, tegenstrijdig of incompleet is, kan de screenreader niet altijd dezelfde aannames maken als een browser.

Het gevolg kan zijn dat een pagina voor een ziende gebruiker volledig normaal lijkt, terwijl iemand die afhankelijk is van een screenreader problemen ondervindt bij het navigeren, het herkennen van knoppen, het begrijpen van koppen of het interpreteren van afbeeldingen.

Dat maakt toegankelijkheid uiteindelijk tot meer dan een kwestie van visuele vormgeving. De semantische structuur van een website bepaalt mede hoeveel informatie ondersteunende technologie kan begrijpen.

Ook juridische gevolgen kunnen een rol spelen

Toegankelijkheid is bovendien niet uitsluitend een technische of maatschappelijke kwestie.

In de Europese Unie is de European Accessibility Act (EAA) sinds 28 juni 2025 van toepassing op verschillende producten en diensten. De wetgeving bevat toegankelijkheidseisen voor onder meer bepaalde consumentenproducten, elektronische communicatiediensten, bankdiensten, e-commerce en onderdelen van passagiersvervoer.

Dat betekent niet dat iedere willekeurige website in de Europese Unie automatisch onder precies dezelfde verplichtingen valt. De reikwijdte van de EAA is afhankelijk van het type product of dienst en er bestaan uitzonderingen, onder meer voor bepaalde micro-ondernemingen die diensten aanbieden.

Voor organisaties die wel onder de wetgeving vallen, is digitale toegankelijkheid daardoor steeds minder vrijblijvend. Websites en applicaties die onderdeel zijn van een gereguleerd product of dienst moeten rekening houden met de toegankelijkheidseisen die op die dienst van toepassing zijn.

Het web wordt niet alleen door browsers gelezen

Er is nog een ontwikkeling die het belang van goed gestructureerde HTML groter kan maken: websites worden steeds vaker door andere software dan browsers verwerkt.

Zo gebruiken zoekmachines, screenreaders, vertaalprogramma’s, voice assistants, webcrawlers, automatiseringssoftware en steeds vaker ook AI-systemen de informatie die op webpagina’s staat.

Voor een browser is het reconstrueren van foutieve HTML een gevestigde praktijk. Voor andere systemen ligt dat anders. Zij kunnen over minder uitgebreide foutcorrectie beschikken of de informatie op een andere manier interpreteren.

Dat is vooral relevant bij de opkomst van AI-agents. Een AI-agent die zelfstandig een website moet lezen, informatie moet verzamelen of een handeling moet uitvoeren, heeft niet noodzakelijk dezelfde visuele en technische context als een menselijke bezoeker met een browser.

Een mens kan bijvoorbeeld aan de hand van de visuele vormgeving gemakkelijk herkennen dat een bepaald element een knop is. Een geautomatiseerd systeem moet die betekenis in veel gevallen uit de structuur, tekst en metadata van de pagina afleiden.

Hoe beter die structuur is beschreven, hoe kleiner de kans dat verschillende systemen verschillende interpretaties van dezelfde pagina maken.

HTML als gemeenschappelijke taal

Daarmee krijgt correcte HTML een bredere betekenis dan alleen het voorkomen van validatorwaarschuwingen.

HTML vormt een gemeenschappelijke beschrijvingslaag tussen de website en de software die de website moet interpreteren. Browsers kunnen fouten vaak herstellen, maar andere programma’s hebben daar niet altijd dezelfde mogelijkheden voor.

Een goed opgebouwde pagina maakt daarom niet alleen duidelijk hoe iets eruitziet, maar ook wat iets is.

Een kop hoort bijvoorbeeld als kop herkenbaar te zijn. Een navigatiegebied moet als navigatie kunnen worden geïnterpreteerd. Een knop moet als knop worden aangeboden. Een afbeelding met inhoudelijke betekenis heeft een passende alternatieve beschrijving nodig. Formuliervelden moeten op een begrijpelijke manier aan hun labels en functies zijn gekoppeld.

Dat soort semantische informatie is waardevol voor mensen én machines.

Zijn HTML-standaarden dan belangrijker dan ooit?

De resultaten van ValidateHTML betekenen niet dat het web op het punt staat in te storten of dat bijna negen op de tien websites onbruikbaar zijn. Integendeel: het feit dat moderne browsers zoveel fouten probleemloos kunnen verwerken, is juist een van de redenen waarom het huidige web zo robuust is.

De cijfers laten wel zien dat technische correctheid en praktische bruikbaarheid niet hetzelfde zijn.

Een website kan voor een gewone browserbezoeker uitstekend functioneren en tegelijkertijd structurele problemen bevatten die pas zichtbaar worden wanneer dezelfde pagina door een screenreader, crawler, zoekmachine, automatiseringsprogramma of AI-agent wordt geïnterpreteerd.

Dat verschil wordt waarschijnlijk belangrijker naarmate meer software zelfstandig informatie van het web gaat lezen.

De conclusie is daarom niet dat iedere HTML-fout onmiddellijk moet worden gezien als een ernstig defect. Wel laat het onderzoek zien waarom semantisch correcte, toegankelijke en volgens de standaarden opgebouwde HTML waardevol blijft.

Browsers kunnen veel fouten voor ons verbergen. Dat betekent alleen niet dat de fouten er niet zijn.

En naarmate het web niet alleen door mensen met browsers wordt gelezen, maar ook door screenreaders, zoekmachines, softwareagents en AI-systemen, wordt een duidelijke en betrouwbare onderliggende structuur steeds belangrijker.

Door: Drifter