要真正認識XML,得先回到它的家族根源。XML和HTML其實同出一門,兩者都源自「標準通用標記語言」(Standard Generalized Markup Language,簡稱SGML)。有意思的是,SGML的歷史遠比Web本身還要悠久——早在網際網路普及之前,這套語言就已經存在。
顧名思義,SGML是一種利用標記來描述文件資料的通用語言。它內建了一系列的文件類型定義(Document Type Definition,簡稱DTD),透過DTD來規範每個標記的含義,因此SGML的語法具有良好的可擴充性。
然而,強大往往伴隨著複雜。SGML的體系極為龐大,學習門檻高、使用起來也不方便,要在電腦上完整實現更是困難重重。正因如此,Web的發明者——歐洲核子物理研究中心(CERN)的研究人員,在1989年考量到當時的電腦技術水準,選擇走出一條更務實的路,提出了HTML語言。
HTML只借用了SGML中極少數的標記,例如HTML 3.2版本就只定義了約70種標記。為了方便在電腦上實現,HTML將標記固定下來,語法不具擴充性,也不需要包含DTD。這種「一次定案」的設計,讓HTML變得易學易用,撰寫瀏覽器的難度也大幅降低。
正是這份簡單,讓Web技術從電腦專家的圈子走進千家萬戶,蓬勃發展、如日中天。
但隨著Web應用愈來愈廣泛、愈來愈深入,人們逐漸發現HTML有些力不從心。過於單薄的語法,嚴重限制了它表現複雜內容的能力。即使HTML不斷推出新版本,陸續加入腳本、表格、框架等功能,仍然追不上與日俱增的需求。
另一方面,這幾年電腦技術突飛猛進,早已能支撐比當初複雜得多的瀏覽器。於是,開發一種全新的Web頁面語言,既是勢在必行,也具備了實現的條件。
有人乾脆建議直接把SGML拿來當Web語言,這固然能解決HTML的困境,但SGML實在太龐大——使用者學習不易不說,要打造一個能全面支援SGML的瀏覽器更是難上加難。
於是,一個自然的想法浮現:何不只取SGML的精華子集,讓新語言既好上手又容易實現?正是在這樣的背景下,Web標準化組織W3C提出了這套精簡版的SGML——XML,就此應運而生。