█XML是eXtensible Markup Language的縮寫。擴展標記語言XML是一種簡單的數(shù)據存儲語言，使用一系列簡單的標記描述數(shù)據，而這些標記可以用方便的方式建立，雖然XML占用的空間比二進制數(shù)據要占用更多的空間，但XML極其簡單易于掌握和使用。

XML與Access,Oracle和SQL Server等數(shù)據庫不同，數(shù)據庫提供了更強有力的數(shù)據存儲和分析能力，例如：數(shù)據索引、排序、查找、相關一致性等，XML僅僅是展示數(shù)據。事實上XML與其他數(shù)據表現(xiàn)形式最大的不同是：他極其簡單。這是一個看上去有點瑣細的優(yōu)點，但正是這點使XML與眾不同。

XML的簡單使其易于在任何應用程序中讀寫數(shù)據，這使XML很快成為數(shù)據交換的唯一公共語言，雖然不同的應用軟件也支持其它的數(shù)據交換格式，但不久之后他們都將支持XML，那就意味著程序可以更容易的與Windows、Mac OS, Linux以及其他平臺下產生的信息結合，然后可以很容易加載XML數(shù)據到程序中并分析他，并以XML格式輸出結果。

XML的前身是SGML（The Standard Generalized Markup Language），是自IBM從60年代就開始發(fā)展的GML（Generalized Markup Language）

同HTML一樣， XML (可擴展標識語言)是通用標識語言標準(SGML)的一個子集，它是描述網絡上的數(shù)據內容和結構的標準。盡管如此，XML不象HTML，HTML僅僅提供了在頁面上顯示信息的通用方法(沒有上下文相關和動態(tài)功能) ，XML則對數(shù)據賦予上下文相關功能，它繼承了SGML的大部分功能，卻使用了不太復雜的技術。.

為了使得SGML顯得用戶友好，XML重新定義了SGML的一些內部值和參數(shù)，去掉了大量的很少用到的功能，這些繁雜的功能使得SGML在設計網站時顯得復雜化。XML保留了SGML的結構化功能，這樣就使得網站設計者可以定義自己的文檔類型，XML同時也推出一種新型文檔類型，使得開發(fā)者也可以不必定義文檔類型。

因為XML是W3C制定的，XML的標準化工作由W3C的XML工作組負責，該小組成員由來自各個地方和行業(yè)的專家組成，他們通過email交流對XML標準的意見，并提出自己的看法 (www.w3.org/TR/WD-xml)。因為XML 是個公共格式， (它不專屬于任何一家公司)，你不必擔心XML技術會成為少數(shù)公司的盈利工具，XML不是一個依附于特定瀏覽器的語言

XML（可擴展標記語言）是從稱為SGML（標準通用標記語言）的更加古老的語言派生出來的。SGML的主要目的是定義使用標簽來表示數(shù)據的標記語言的語法。

標簽由包圍在一個小于號（<）和一個大于號（>）之間的文本組成，例如<tag>。起始標簽（start tag）表示一個特定區(qū)域的開始，例如<start>；結束標簽（end tag）定義了一個區(qū)域的結束，除了在小于號之后緊跟著一個斜線（/）外，和起始標簽基本一樣，例如</end>。SGML還定義了標簽的特性（attribute），它們是定義在小于號和大于號之間的值，例如<img src="picture.jpg">中的src特性。如果你覺得它看起來很熟悉的話，應該知道，基于SGML的語言的最著名實現(xiàn)就是原始的HTML。

SGML常用來定義針對HTML的文檔類型定義（DTD），同時它也常用于編寫XML的DTD。SGML的問題就在于，它允許出現(xiàn)一些奇怪的語法，這讓創(chuàng)建HTML的解析器成為一個大難題：

1  某些起始標簽不允許出現(xiàn)結束標簽，例如HTML中<img>標簽。包含了結束標簽就會出現(xiàn)錯誤。

2  某些起始標簽可以選擇性出現(xiàn)結束標簽或者隱含了結束標簽，例如HTML中<p>標簽，當出現(xiàn)另一個<p>標簽或者某些其他標簽時，便假設在這之前有一個結束標簽。

3  某些起始標簽要求必須出現(xiàn)結束標簽，例如HTML中<script>標簽。

4  標簽可以以任何順序嵌套。即使結束標簽不按照起始標簽的逆序出現(xiàn)也是允許的，例如，<b>This is a <i> sample </b> string</i>是正確的。

5  某些特性要求必須包含值，例如<img src="picture.jpg">中的src特性。

6  某些特性不要求一定有值，例如<td nowrap>中的nowrap特性。

7  定義特性的兩邊有沒有加上雙引號都是可以的，所以<img src="picture.jpg">和<img src=picture.jpg>都是允許的。

      這些問題使建立一個SGML語言的解析器變成了一項艱巨的任務。判斷何時應用以上規(guī)則的困難導致了SGML語言的定義一直停滯不前。以這些問題作為出發(fā)點，XML逐漸步入我們的視野。

      XML去掉了之前令許多開發(fā)人員頭疼的SGML的隨意語法。在XML中，采用了如下的語法：

8  任何的起始標簽都必須有一個結束標簽。

9  可以采用另一種簡化語法，可以在一個標簽中同時表示起始和結束標簽。這種語法是在大于符號之前緊跟一個斜線（/），例如<tag />。XML解析器會將其翻譯成<tag></tag>。

10  標簽必須按合適的順序進行嵌套，所以結束標簽必須按鏡像順序匹配起始標簽，例如<b>this is a <i>sample</i> string</b>。這好比是將起始和結束標簽看作是數(shù)學中的左右括號：在沒有關閉所有的內部括號之前，是不能關閉外面的括號的。

11  所有的特性都必須有值。

12  所有的特性都必須在值的周圍加上雙引號。

這些規(guī)則使得開發(fā)一個XML解析器要簡便得多，而且也除去了解析SGML中花在判斷何時何地應用那些奇怪語法規(guī)則上的工作。僅僅在XML出現(xiàn)后的前六年就衍生出多種不同的語言，包括MathML、SVG、RDF、RSS、SOAP、XSLT、XSL-FO，而同時也將HTML改進為XHTML。

如果需要關于SGML和XML具體技術上的對比，請查看W3C的注解，位于：http://www.w3. org/TR/NOTE-sgml-xml.html

如今，XML已經是世界上發(fā)展最快的技術之一。它的主要目的是使用文本以結構化的方式來表示數(shù)據。在某些方面，XML文件也類似于數(shù)據庫，提供數(shù)據的結構化視圖。這里是一個XML文件的例子：


每個XML文檔都由XML序言開始，在前面的代碼中的第一行便是XML序言，<?xml version="1.0"?>。這一行代碼會告訴解析器和瀏覽器，這個文件應該按照前面討論過的XML規(guī)則進行解析。第二行代碼，<books>，則是文檔元素（document element），它是文件中最外面的標簽（我們認為元素（element）是起始標簽和結束標簽之間的內容）。所有其他的標簽必須包含在這個標簽之內來組成一個有效的XML文件。XML文件的第二行并不一定要包含文檔元素；如果有注釋或者其他內容，文檔元素可以遲些出現(xiàn)。

范例文件中的第三行代碼是注釋，你會發(fā)現(xiàn)它與HTML中使用的注釋風格是一樣的。這是XML從SGML中繼承的語法元素之一。

頁面再往下的一些地方，可以發(fā)現(xiàn)<desc>標簽里有一些特殊的語法。<![CDATA[ ]]>代碼用于表示無需進行解析的文本，允許諸如大于號和小于號之類的特殊字符包含在文本中，而無需擔心破壞XML的語法。文本必須出現(xiàn)在<![CDATA[和]]>之間才能合適地避免被解析。這樣的文本稱為Character Data Section，簡稱CData Section。

下面的一行就是在第二本書的定義之前的：

<?page render multiple authors ?>

雖然它看上去很像XML序言，但實際上是一種稱為處理指令（processing instruction）的不同類型的語法。處理指令（以下簡稱PI）的目的是為了給處理頁面的程序（例如XML解析器）提供額外的信息。PI通常情況下是沒有固定格式的，唯一的要求是緊隨第一個問號必須至少有一個字母。在此之后，PI可以包含除了小于號和大于號之外的任何字符串序列。

最常見的PI是用來指定XML文件的樣式表：



這個PI一般會直接放在XML序言之后，通常由Web瀏覽器使用，來將XML數(shù)據以特殊的樣式顯示出來。