經過第一章的快速入門,你已經知道 XML 能讓你自己創造標識、把資料從格式中分離出來,並且便於儲存與共享。但要真正學會它,我們得回到概念本身。
XML 的全名是 Extensible Markup Language,擴充性標記語言。「擴充性」、「標記」、「語言」這三個詞,正好點出了它最重要的特性與功能。再加上實作層面必然涉及的結構化、Meta 資料、顯示與 DOM,我們逐一來看。
這正是 XML 強大與靈活的根源。HTML 的標記是固定且有限的,你只能用規範裡既有的那些;XML 則允許你建立任何需要的標記,只要清晰易懂,數量不限。
舉例來說,若文件內容是遊戲攻略,你可以建立 <game>,再依類型往下分 <RPG>、<SLG> 等等。
一開始可能不太適應——學 HTML 時有現成標記可背可用,而 XML 沒有任何標記可以「學」,也很少找到標記完全相同的範例。解法很簡單:自己建。真正開始寫之後你會發現,創造一套有個人風格的標記其實相當有趣,甚至能打造屬於自己的 HTML 語言。
不過擴充性也帶來代價:你必須學會規劃。你得清楚自己的文件由哪幾部分組成、彼此關係為何、如何辨識。
還有一點要牢記:標識描述的是資料的「型別或特性」,例如 <width>、<age>、<name>;而不是資料本身。<10pxl>、<18>、<張三> 這類寫法是無效的標記。學過資料庫的人可以這樣理解:標識就是欄位名稱。
不論 HTML 還是 XML,標記的本質都在於「便於理解」。少了標記,文件在電腦眼中只是一串每個字都長得一樣的長字串,毫無重點可言。有了標記,文件才能被閱讀與理解,才能分段、標題分明。
但要提醒:標記本身並不傳遞資訊,它只用來識別資訊。例如 HTML 的 <b>first step</b>,<b> 只說明這段字要用粗體顯示,它本身不含任何實際內容,頁面上你看不到 <b>,真正傳遞資訊的是「first step」。
作為一種語言,XML 就得守規矩。擴充性允許你自創標識,但文件仍必須遵循特定的結構、語法與明確的定義。
在電腦領域,「語言」常被理解為拿來寫程式的程式語言,但並非所有語言都用來編程。XML 就是一種用來定義標記、描述資訊的語言。
「結構化」聽來抽象,換個說法:就是先為文件搭好框架,像寫文章先擬提綱。結構化讓文件不至於雜亂無章,每個部分緊密相連、構成整體。
它有兩個原則:
看一個簡單例子:
<?xml version="1.0" encoding="GB2312"?>
<myfile>
<title>XML輕鬆學習手冊</title>
<chapter>XML快速入門
<para>什麼是 XML</para>
<para>使用 XML 的好處</para>
</chapter>
<chapter>XML 的概念
<para>擴充性</para>
<para>標記</para>
</chapter>
</myfile>
標識呈三層關聯,非常清楚:
<myfile>
<chapter>
<para>
...
</para>
</chapter>
</myfile>
這樣的結構我們稱為「文件樹」:主幹是父元素(如 <myfile>),分支與葉節點是子元素(如 <chapter> 與 <para>)。
HTML 裡我們常用 meta 標識宣告網頁的關鍵字與簡介,這些內容不顯示在頁面上,卻能被搜尋引擎讀取並影響排序。
XML 把這個原理深化與擴展:你可以描述資訊在哪裡、透過 meta 驗證資訊、執行搜尋、強制顯示,或處理其他資料。實際應用例如:
W3C 當時正在研究名為 RDF(Resource Description Framework)的 metadata 處理方式,希望達成資訊的自動交換;並主張搭配數位簽章後,網路電子商務可望具備「真實可信」的基礎。
單靠 XML 無法呈現頁面,必須搭配格式化技術才能顯示。這正是「資料與格式分離」的具體含義:XML 文件本身不知道該怎麼顯示,需要輔助文件。因為 XML 取消了 font、color、p 這類樣式標識,所有外觀都得用類似 CSS 的方式另行定義。可用的樣式文件類型有三種:
1. XSL(Extensible Stylesheet Language,可擴展樣式語言)是未來設計 XML 顯示樣式的主力,本身也基於 XML。用 XSL 能靈活設定樣式,讓文件自動適配各種瀏覽器與 PDA;它還能把 XML 轉換成 HTML,讓舊瀏覽器也能閱讀。
2. CSS(Cascading Style Sheets,層疊樣式表)想必大家很熟,這是當時在瀏覽器上顯示 XML 文件的主要方法。
3. Behaviors 尚未成為標準,是微軟 IE 的專屬功能,可為 XML 標識掛上一些有趣的反應行為。
DOM 是 Document Object Model(文件物件模型)的縮寫。把文件看作一個物件,DOM 就是「如何用 HTML 或 XML 操作與控制這個物件」的標準。
物件導向的思想在 Java、JavaScript 等語言中已相當普及;XML 也沿用這套思路,把網頁當成物件來操作,並允許我們建立自己的物件與模板。要與物件溝通、對它下指令,就得靠 API(Application Programming Interface),也就是存取與操作物件的規則。DOM 正是詳細描述 HTML/XML 物件規則的 API,它規定了物件命名協定、程式模型與溝通方式。在 XML 文件中,每個標識元素都可以視為一個物件,擁有自己的名稱與屬性。
一句話總結:XML 負責建立標識,DOM 則告訴腳本如何在瀏覽器視窗中操作與呈現這些標識。

流程可以拆成四步:
其中任何一環出錯,都得不到正確結果。
讀到這裡,你對 XML 的運作方式應該已有整體概念。不難感覺到 XML 比較偏資料處理、對程式設計師更友善——這也的確符合它的設計初衷:為了讓資料能被方便地共享與交換。下一章我們就來系統性地認識 XML 的各種術語。