儘管網路資訊汗牛充棟,要精準找到真正需要的內容卻往往事倍功半。傳統網頁更像一台「所見即所得」的傳真機——你看到的,就是你能拿到的全部。舉例來說,由於網頁無法為「領帶顏色」這類屬性加上標記,想透過搜尋引擎找出「某種顏色的領帶」自然難如登天。你想找一篇名為〈智慧之路〉的文章,它卻回給你一間「智慧之路書店」。
要從根本解決這個問題,方法其實很簡單:使用能描述資訊「本質」而非「外觀」的標籤。比方說一份汽車訂單,不再用 HTML 的字、節、行、列來標註,而是依價格、尺寸、數量、顏色等屬性來定義。如此一來,程式就能辨識這是客戶訂單,並依需求分別處理:在電腦或手机上顯示、存入資料庫,甚至附上樣品圖片。
可擴充標記語言 XML(Extensible Markup Language)正是由這一系列規則組成。它本質上是一種「定義語言的語言」——任何人、任何產業都能依這些規則自訂標籤來描述資訊中的各種元素,再透過稱為「解析器」的小型程式處理,讓資訊得以「自我描述」。
這個變化看似簡單,意義卻十分深遠。它不僅打破了 HTML 僵化的固定標籤集,更從根本上改變了舊式的資訊組織方式,創造出一種讓所有電腦系統都能「智慧」溝通的語言。自 1998 年初由 W3C(World Wide Web Consortium)設計完成以來,這套標準便如野火般蔓延至科學與工業領域。
這股熱潮源自網際網路對「一體化」的渴望。有兩條規則讓 XML 得以勝任:其一,標籤總是成對出現,功能如同括號,又具引號效果,還能多層嵌套——這種樹狀結構對程式設計師而言極為便利;其二,它依賴一套支援世界主要語言的通用編碼系統(Unicode),因此 XML 不僅能在不同電腦系統間交換資訊,還能跨越國界與文化。
由於 XML 是透過「貼標籤」來描述意義、與顯示媒介無關,因此可以搭配稱為「格式表」的規則,為不同裝置自動重新格式化——這套標準被稱為 XSL(可擴充格式表語言)。視障者可將 XML 網頁轉為盲文或語音;想在車上「上網」,讓 XML 頁面發出朗讀聲也非難事。
XML 為科學交流提供了便利途徑:MathML(數學標記語言)讓數學家能在網頁插入方程式;CML(化學標記語言)與 AML(天文標記語言)能幫助研究者快速檢索文獻;透過 AIML(天文儀器標記語言),天文學家甚至能用瀏覽器控制望遠鏡與衛星;遺傳學家則以 BSML(生物序列標記語言)處理基因圖譜所產生的龐大資訊。
此外,1999 年完成的 RDF(資源描述框架)讓數十億網頁能發揮更大作用;W3C 進而制訂 XLink 超文本鏈接標準,支援多目標選擇,並能把鏈接直接指向核心資料庫中的條目,有助於消除惱人的「404 找不到檔案」錯誤。
在設計一門新語言前,設計者必須在「允許哪些標籤、標籤如何嵌套、如何處理」三件事上取得共識,這些規則通常寫進 DTD(文件類型定義)。可以說,XML 就像為整個網際網路建立了一套圖書館卡片目錄,為網路的智慧化奠定了堅實基礎。