XML-计算机科学- 科技百科 -互联网博物馆，你我的知识加油站

XML

XML（eXtensible Markup Language）即可扩展标记语言，它与HTML一样，都是处于SGML，标准通用语言。Xml是Internet环境中跨平台的，依赖于内容的技术，是当前处理结构化文档信息的有力工具。扩展标记语言XML是一种简单的数据存储语言，使用一系列简单的标记描述数据，而这些标记可以用方便的方式建立，虽然XML占用的空间比二进制数据要占用更多的空间，但XML极其简单易于掌握和使用。

[显示部分][显示全部]

基本简介编辑本段 回目录

XML

XML与Access，Oracle和SQLServer等数据库不同，数据库提供了更强有力的数据存储和分析能力，例如：数据索引、排序、查找、相关一致性等，XML仅仅是展示数据。事实上XML与其他数据表现形式最大的不同是：他极其简单。这是一个看上去有点琐细的优点，但正是这点使XML与众不同。

XML的简单使其易于在任何应用程序中读写数据，这使XML很快成为数据交换的唯一公共语言，虽然不同的应用软件也支持其它的数据交换格式，但不久之后他们都将支持XML，那就意味着程序可以更容易的与Windows、MacOS、Linux以及其他平台下产生的信息结合，然后可以很容易加载XML数据到程序中并分析他，并以XML格式输出结果。

为了使得SGML显得用户友好，XML重新定义了SGML的一些内部值和参数，去掉了大量的很少用到的功能，这些繁杂的功能使得SGML在设计网站时显得复杂化。XML保留了SGML的结构化功能，这样就使得网站设计者可以定义自己的文档类型，XML同时也推出一种新型文档类型，使得开发者也可以不必定义文档类型。

XML是W3C制定的，XML的标准化工作由W3C的XML工作组负责，该小组成员由来自各个地方和行业的专家组成。因为XML是个公共格式，(它不专属于任何一家公司)，不必担心XML技术会成为少数公司的盈利工具，XML不是一个依附于特定浏览器的语言。

历史回溯编辑本段 回目录

XML

XML是从1996年开始有其雏形，并向W3C（全球信息网联盟）提案，而在1998二月发布为W3C的标准（XML1.0）。XML的前身是SGML（The Standard Generalized Markup Language），是自IBM从60年代就开始发展的GML（Generalized Markup Language）标准化后的名称。

文件中能够明确的将标示与内容区隔;所有文件的标签使用方法均一致。1978年，ANSI将GML加以整理规范，发布成为SGML，1986年起为ISO所采用（ISO8879），并且被广泛地运用在各种大型的文件计划中，但是SGML是一种非常严谨的文件描述法，导致过于庞大复杂（标准手册就有500多页），难以理解和学习，进而影响其推广与应用。

人们对SGML进行了简化衍生出HTML。HTML简单，在初期没有任何定义文档外观的相关方法，仅用来在浏览器里显示网页文件。而后，随着因特网的发展，人们为了控制其文件样式，扩充了描述如何显现数据的卷标。在Netscape与Microsoft之间的浏览器大战后，HTML标准权威性遭受重大的考验，所幸，到了HTML4.0时，W3C又恢复了其地位。

同时W3C意识到HTML的原罪：

不能解决所有解释数据的问题-像是影音文件或化学公式、音乐符号等其它型态的内容。
效能问题-需要下载整份文件，才能开始对文件做搜寻的动作。
扩充性、弹性、易读性均不佳。

为了解决以上问题，专家们使用SGML精简制作，并依照HTML的发展经验，产生出一套使用上规则严谨，但是简单的描述数据语言：XML。XML是在一个这样的背景下诞生的─是不是能有一个更中立的方式，让消费端自行决定要如何消化、呈现从服务端所提供的信息。而XML目的即在于提供一个对信息能够做精准描述的机制，藉以弥补HTML太过于表现导向的特质。

基本作用编辑本段 回目录

XML

1、丰富文件（Rich Documents）-自定文件描述并使其更丰富；

2、属于文件为主的XML技术应用；

3、标记是用来定义一块数据应该如何呈现；

4、解释数据（Metadata）-描述其它文件或在线信息；

5、属于数据为主的XML技术应用；

6、标记是用来说明一块资料的意义；

7、组态档案（Configuration Files）-描述软件的组态参数。

简明语法编辑本段 回目录

XML

SGML常用来定义针对HTML的文档类型定义（DTD），同时它也常用于编写XML的DTD。SGML的问题就在于，它允许出现一些奇怪的语法，这让创建HTML的解析器成为一个大难题：

1、某些起始标签不允许出现结束标签，例如HTML中标签。包含了结束标签就会出现错误。
2、某些起始标签可以选择性出现结束标签或者隐含了结束标签，例如HTML中标签，当出现另一个标签或者某些其他标签时，便假设在这之前有一个结束标签。
3、某些起始标签要求必须出现结束标签，例如HTML中标签。
4、标签可以以任何顺序嵌套。即使结束标签不按照起始标签的逆序出现也是允许的，例如，Thisisasamplestring是正确的。
5、某些特性要求必须包含值，例如中的src特性。
6、某些特性不要求一定有值，例如[td]中的nowrap特性。
7、定义特性的两边有没有加上双引号都是可以的，所以和都是允许的。
这些问题使建立一个SGML语言的解析器变成了一项艰巨的任务。判断何时应用以上规则的困难导致了SGML语言的定义一直停滞不前。以这些问题作为出发点，XML逐渐步入视野。
XML去掉了之前令许多开发人员头疼的SGML的随意语法。在XML中，采用了如下的语法：
8、任何的起始标签都必须有一个结束标签。
9、可以采用另一种简化语法，可以在一个标签中同时表示起始和结束标签。这种语法是在大于符号之前紧跟一个斜线（/），例如。XML解析器会将其翻译成。
10、标签必须按合适的顺序进行嵌套，所以结束标签必须按镜像顺序匹配起始标签，例如thisisasamplestring。这好比是将起始和结束标签看作是数学中的左右括号：在没有关闭所有的内部括号之前，是不能关闭外面的括号的。
11、所有的特性都必须有值。
12、所有的特性都必须在值的周围加上双引号。

这些规则使得开发一个XML解析器要简便得多，而且也除去了解析SGML中花在判断何时何地应用那些奇怪语法规则上的工作。仅仅在XML出现后的前六年就衍生出多种不同的语言，包括MathML、SVG、RDF、RSS、SOAP、XSLT、XSL-FO，而同时也将HTML改进为XHTML。XML已经是世界上发展最快的技术之一。它的主要目的是使用文本以结构化的方式来表示数据。在某些方面，XML文件也类似于数据库，提供数据的结构化视图。

XML与html有什么关系?编辑本段 回目录

XML是一种类似于HTML的标记语言，XML是用来描述数据的，XML的标记不是在XML中预定义的，你必须定义自己的标记，XML使用文档类型定义(DTD)或者模式(Schema)来描述数据，XML使用DTD或者Schema后就是自描述的语言，XML（eXtensibleMarkupLanguage）是可扩展标记语言，它与HTML一样，都是处于SGML，标准通用语言。Xml是Internet环境中跨平台的，依赖于内容的技术，是当前处理结构化文档信息的有力工具。扩展标记语言XML是一种简单的数据存储语言，使用一系列简单的标记描述数据，而这些标记可以用方便的方式建立，虽然XML占用的空间比二进制数据要占用更多的空间，但XML极其简单易于掌握和使用。

XML的简单使其易于在任何应用程序中读写数据，这使XML很快成为数据交换的唯一公共语言，虽然不同的应用软件也支持其它的数据交换格式，但不久之后他们都将支持XML，那就意味着程序可以更容易的与Windows、MacOS,Linux以及其他平台下产生的信息结合，然后可以很容易加载XML数据到程序中并分析他，并以XML格式输出结果。

因为XML是W3C制定的，XML的标准化工作由W3C的XML工作组负责，该小组成员由来自各个地方和行业的专家组成，他们通过email交流对XML标准的意见，并提出自己的看法(www.w3.org/TR/WD-xml)。因为XML是个公共格式，(它不专属于任何一家公司)，你不必担心XML技术会成为少数公司的盈利工具，XML不是一个依附于特定浏览器的语言。

XML和HTML的主要区别是什么？编辑本段 回目录

简单的说XML是用来存放数据的，XML不是HTML的替代品，XML和HTML是两种不同用途的语言。

文档结构编辑本段 回目录

XML

每个XML文档都由XML序言开始，在前面的代码中的第一行便是XML序言，。这一行代码会告诉解析器和浏览器，这个文件应该按照前面讨论过的XML规则进行解析。第二行代码，，则是文档元素（documentelement），它是文件中最外面的标签是起始标签和结束标签之间的内容）。所有其他的标签必须包含在这个标签之内来组成一个有效的XML文件。XML文件的第二行并不一定要包含文档元素；如果有注释或者其他内容，文档元素可以迟些出现。

页面再往下的一些地方，可以发现标签里有一些特殊的语法。代码用于表示无需进行解析的文本，允许诸如大于号和小于号之类的特殊字符包含在文本中，而无需担心破坏XML的语法。文本必须出现在之间才能合适地避免被解析。这样的文本称为Character Data Section，简称CDataSection。

虽然很像XML序言，但实际上是一种称为处理指令（processinginstruction）的不同类型的语法。处理指令（以下简称PI）的目的是为了给处理页面的程序（例如XML解析器）提供额外的信息。PI通常情况下是没有固定格式的，唯一的要求是紧随第一个问号必须至少有一个字母。在此之后，PI可以包含除了小于号和大于号之外的任何字符串序列。