Quase ninguém mais se importa com os padrões da web

Uma análise dos 5 mil domínios mais utilizados da internet identificou violações dos padrões HTML em 87,2% dos sites avaliados. Os problemas vão de erros de estruturação do código a falhas de acessibilidade que podem dificultar a navegação de pessoas que dependem de leitores de tela.

O levantamento foi realizado pelo ValidateHTML, projeto mantido pelo desenvolvedor francês independente Théo Ducreux. A seleção dos domínios foi baseada no ranking do projeto de pesquisa Tranco e inclui grandes serviços como Google, YouTube e Akamai, além de domínios utilizados principalmente para redirecionamento ou comunicação entre produtos e servidores.

Dos 5 mil domínios examinados, 2.656 apresentavam uma página inicial destinada à leitura por usuários. Ainda assim, considerando todos os endereços analisados, Ducreux contabilizou 100.305 violações de HTML, incluindo especificações do HTML5, além de 18.863 erros de CSS.

Segundo o levantamento, apenas 12,8% dos sites apresentavam HTML completamente válido. Quando também são considerados erros e alertas relacionados às boas práticas, somente 2,6% dos domínios passaram pela análise sem qualquer ocorrência.

Os padrões definidos pelo World Wide Web Consortium (W3C) e pelo WHATWG ajudam navegadores, leitores de tela e outras ferramentas a interpretar páginas de maneira consistente. Embora navegadores modernos consigam corrigir ou ignorar muitos erros automaticamente, outras tecnologias podem ter menor tolerância a códigos fora das especificações.

Esse problema aparece principalmente na acessibilidade. Mais de um terço dos sites falhou nas verificações dessa categoria. Cerca de 20,4% não apresentavam textos alternativos em imagens, recurso importante para descrever conteúdo visual a usuários de leitores de tela.

Além disso, 41,6% das páginas apresentavam ausência de rótulos ARIA usados para identificar regiões e elementos da interface. A falta dessas informações pode dificultar a compreensão da estrutura de uma página por tecnologias assistivas.

“Leitores de tela não têm nem de longe a tolerância a erros do Chrome, então uma marcação que parece perfeitamente normal para você pode estar quebrada para alguém usando tecnologia assistiva”, afirmou Ducreux.

As falhas de acessibilidade também podem representar um problema de conformidade. Na Europa, o European Accessibility Act, em vigor desde 2025, ampliou as exigências relacionadas à acessibilidade de determinados produtos e serviços digitais. Nos Estados Unidos, empresas também podem enfrentar disputas relacionadas à falta de acessibilidade de serviços online.

Para realizar o estudo, Ducreux desenvolveu seu próprio web crawler e utilizou ferramentas open source como HTML-validate, CSS Validator, Lightning CSS e fast-xml-parser. O código do site, o sistema de pontuação e a lógica utilizada no rastreamento foram desenvolvidos por ele, sem equipe, financiamento ou empresa por trás do projeto.

Um dos fatores que contribuem para o problema é justamente a capacidade dos navegadores modernos de interpretar códigos incorretos. Em muitos casos, erros de HTML não provocam consequências visíveis porque o navegador tenta reconstruir automaticamente a estrutura pretendida pelo desenvolvedor.

Frameworks de front-end também podem introduzir problemas durante o processo de construção das páginas. A falha mais frequente encontrada pelo ValidateHTML, presente em mais de 59% dos sites, foi o posicionamento incorreto de elementos, incluindo aninhamento inadequado de tags.

Segundo Ducreux, muitos desses erros são criados automaticamente durante o processo de build e não necessariamente escritos manualmente pelos desenvolvedores.

O próprio pesquisador não considera o HTML inválido uma ameaça à existência da web, principalmente porque navegadores são capazes de contornar grande parte dessas inconsistências. O impacto, porém, torna-se mais relevante quando as páginas são processadas por outras tecnologias.

Agentes de inteligência artificial, assistentes de voz, ferramentas de tradução e leitores de tela também precisam interpretar a estrutura das páginas. Para Ducreux, seguir as especificações ajuda a garantir que o conteúdo tenha o mesmo significado para diferentes sistemas, em vez de depender exclusivamente da capacidade dos navegadores de corrigir erros.