XML 不是憑空冒出來的。要理解它為何存在,得先回到 Web 尚未發明之前的年代。
XML 和 HTML 其實有共同的祖先——Standard Generalized Markup Language,標準通用標記語言,簡稱 SGML。SGML 早在 Web 出現之前就已存在。顧名思義,它是一套用標記來描述文件內容的通用語言,並包含一系列的文件型別定義(DTD),在 DTD 中明確定義每個標記的含義,因此 SGML 的語法是可以擴充的。
問題在於,SGML 實在太龐大了。它既不容易學,也不容易用,要在電腦上完整實作更是艱鉅。正因為這些顧慮,Web 的發明者——歐洲核子物理研究中心的研究人員——在 1989 年當時的技術條件下,設計出了 HTML。
HTML 只採用 SGML 標記中極小的一部分,例如 HTML 3.2 只定義了約七十種標記。為了方便在電腦上實作,HTML 把標籤固定下來,也就是說 HTML 的語法不可擴充,也不需要 DTD。
這個決定影響深遠。固定語法讓 HTML 易學易用,也讓瀏覽器的開發變得單純。而正是這份簡單,使 Web 技術從電腦科學家的圈子走進千家萬戶,發展速度一日千里。
然而,隨著 Web 應用越來越廣泛深入,人們逐漸發現 HTML 不夠用了。過於單薄的語法嚴重限制了它表達複雜內容的能力。
儘管 HTML 一個版本接一個版本地推出,陸續加入了腳本、表格、框架等表達能力,卻始終追不上持續膨脹的需求。特別是它天生無法解釋影音檔案、化學式這類非文字結構的內容,擴充性差、彈性不足。
另一方面,這幾年電腦技術的進展也很快。當年做不出複雜瀏覽器的限制早已不復存在,如今要實作一個功能豐富得多的 Web 頁面語言,技術上完全可行。所以,「開發一种新的 Web 頁面語言」既是必要,也是可能。
有人提議直接把 SGML 拿來當 Web 語言,這確實能解決 HTML 遇到的所有困難。但 SGML 太龐大了:使用者學習成本高不說,要寫出一個完整支援 SGML 的瀏覽器更是難如登天。
於是自然浮現一個折衷方案:只取 SGML 的子集,讓新語言既方便使用,又容易實作。
就在這樣的背景下,Web 標準化組織 W3C 建議採用一個精簡過的 SGML 版本——XML 於焉誕生。
回頭看,XML 的出現其實是兩股力量拉扯的結果:一端是 HTML 簡單到無法承載真實需求,另一端是 SGML 強大到無法落地。XML 站在這兩者之間,試圖同時保住可擴展性與實用性。這個取捨也解釋了它後續所有的設計決定。