XML 和 HTML 都源自同一個祖先——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,它是一套用標記描述文檔資料的通用語言,內部包含一系列文檔類型定義(DTD),由 DTD 決定每個標記的含義,因此 SGML 的語法是可以自行擴展的。
問題是 SGML 太龐大了:既難學、又難用,要在計算機上完整實現更是困難重重。基於這些現實因素,Web 的發明者——歐洲核子物理研究中心的研究人員——在 1989 年依當時的計算機技術水準提出了 HTML。
HTML 只借用了 SGML 中很小一部分標記(HTML 3.2 定義了 70 種)。為了降低實現難度,HTML 把標記集固定下來,語法不可擴展,也不需要 DTD。這樣的設計讓它易學易用,寫一個 HTML 瀏覽器也變得容易。
正是這份簡單,讓 Web 技術從計算機圈子走向千家萬戶,發展速度一日千里。
近年來 Web 的應用越來越廣、越來越深,人們漸漸發現 HTML 不夠用了。過於簡單的語法嚴重限制了它表達複雜結構的能力。即便 HTML 一個接一個推出新版本,陸續加入腳本、表格、框架等功能,仍然追不上不斷膨脹的需求。
另一方面,計算機技術這幾年突飛猛進,人們已經有能力寫出比當年複雜得多的瀏覽器。所以開發一種新的 Web 頁面語言,既是必要的,也是可行的。
有人建議直接把 SGML 拿來當 Web 語言,這固然能解決 HTML 遇到的難題,但 SGML 實在太龐大:使用者學習成本高不說,要完整實現它的瀏覽器幾乎不可能。
於是自然的想法出現了——只取 SGML 的子集,讓新語言既方便使用又容易實現。就在這樣的背景下,Web 標準化組織 W3C 提出了一個精簡版的 SGML,XML 就此誕生。
一句話總結三者的關係:SGML 是全套百科全書,HTML 是拿其中一章定裝成的手冊,XML 則是把編寫手冊的方法交還給你。