XML(eXtensible Markup Language,可擴充標記語言)是 SGML 的一個子集,但比 SGML 簡單許多,用來建立可相互轉換的結構化文字文件與資料文件。要理解 XML 的價值,得先看它從哪裡來。
SGML(Standard Generalized Markup Language,標準通用標記語言)由 IBM 的三位先驅 Charles GoldFarb、Edward Mosher 與 Raymond Lorie 共同創立,主要作為大型文件的編製工具。它的核心是 DTD(Document Type Definition,文件類型定義),定義了文件必須遵循的一組語法規則。但由於 DTD 過於複雜,SGML 長期只在大公司或大型專案中使用,在 HTML 出現之前幾乎默默無聞。
HTML(Hypertext Markup Language,超文本標記語言)是在 SGML 框架中透過 DTD 定義出來的一種標記語言,可視為 SGML 的一種應用。它結構簡單、容易學習,讓每個人都能快速建立自己的頁面,也因此造就了今日網際網路上無以計數的資訊資源。
但 HTML 有兩個根本問題。第一,它的標記只描述文件的外觀,不描述文件的內容本身。HTML 不知道網頁裡到底有什麼,這直接造成了搜尋結果的落差與不確定性。第二,HTML 不是可擴充的——沒有一條便利途徑能擴充標記,每引入一個新標籤就會造成系統不一致與標準修訂。這也正是為什麼同一個網站在不同瀏覽器上呈現效果會有差異。
XHTML(eXtensible Hypertext Markup Language,可擴充超文本標記語言)是按 XML 規則重寫的 HTML。由於有統一且嚴格的規則約束,它不會出現 HTML 那樣的不規範與不一致問題。
XML 繼承了 SGML 的優點,卻沒有了 SGML 的複雜性。它專為 Web 應用而設計,與 HTML 最大的差別在於:XML 是一種「元標記語言」(meta-markup language)。也就是說,它沒有一套適用於所有領域的固定標籤,而是允許開發者依自己的需要定義自己的元素——XML 中的那個 X(eXtensible)說的就是這件事。
一句話總結:XML 被設計用來儲存、支援與交換資料,而不是用來顯示資料。通常 XML 被用於資料交換,而非資料儲存。
XML 文件的形態很自由:它有時是一個檔案,有時是關聯式資料庫中的一筆記錄,有時是由物件請求代理程式(ORB)傳送的一個物件,有時則是抵達網路介面的一個位元組串流。能讓不同系統、不同平台的資料以統一介面溝通,這才是 XML 真正的力量所在。
幾個常見的應用領域:
釐清這三點很重要:很多關於 XML 的誤解,都源自把「資料格式」當成了「執行環境」或「儲存機制」。XML 的角色是在這些環境之間承擔通用格式的職責。