一、為什么出現XML？

還是從軟件說起，其本質是信息處理以及對信息處理的自動化。在軟件系統中，數據是信息的載體，是對客觀事物所蘊含信息的抽象描述。軟件對數據的處理包括：Define(定義)、Transfer(傳遞)、Transform(轉換)、Store(存儲)、Retrival(檢索)和Show(展示)。

數據可以以二進制的形式表示也可以以文本的形式表示。二進制文件是一個0和1的序列，通常需要專用的程序進行識別和解析，由于占用帶寬較少，適用于網絡傳輸，但對于用戶來說很難理解。而文本文件是一個由字符組成的文件，方便用戶理解，但文件通常較大。

在《雜談：語言的鴻溝》一文中，我們曾討論過人們總是在追求簡單方便。同樣地，在二進制文件和文本文件之間人們通常選擇的是文本文件。但在文本文件中，人們還希望文本文件能夠自表達所蘊含的意義，希望的是有格式的文本數據，于是就需要標記元數據以及所標識的原始數據。在這種情況下，SGML(Standard Generalized Markup Language，標準通用標記語言)以一種規范性的標準出現了，其官網簡單示例如下所示：

SGML允許人們使用標準的語法語義創建他們自已的標記語言，例如，HTML使用<>來標識元數據，并且在標記內可以增加定義。SGML具有的這種靈活性，同時也帶來了復雜性，事實上，這使得SGML的解析及處理變得十分困難，很難在網絡上進行廣泛地應用。所以SGML需要改變，需要簡化。這種情況下，XML(eXtensible Markup Language，可擴展標記語言)作為SGML的一個簡化子集出現了。

二、什么是XML？

基礎

1998年2月，W3C發布了XML的推薦標準，XML繼承了SGML的靈活性，沒有預定義的標簽，標簽是由XML的編寫人員根據業務需求進行編寫的，如下圖所示，、、都是自定義的標簽，且都有一個對應的關閉標簽：

一個基本的XML示例包含XML聲明、根元素和子元素。其中，XML聲明定義XML的版本和所用的編碼；根元素是每個XML文檔都必須包含的，并做為XML樹的根而解析，如下所示：

XML的解析就是其內容進行分解并重建，通常情況下將其抽象為DOM模型--使用樹型結構表示，該模型提供了內存中訪問和修改XML信息的方法。需要說明的是，DOM消耗的內存較大。

XML允許自定義標簽，同時如果XML文檔存在錯誤，那么程序就不應當繼續處理這個文檔。那么我們如何來驗證XML文檔是正確的呢？有兩種方式：

DTD(document type definitions,文件類型定義)

XML Schema

2. 應用場景

在XML出現的前部分時間，XML使用得較少。隨著互聯網的發展，網絡服務大量地接收和發送數據，但數據格式由于技術體系的不同而呈現出較大的差異，數據格式多且大部分都是專有的，開發人員需要做很多數據轉換的工作。這就需要實現數據格式的通用性。XML作為對人機友好的文件格式，可提高數據的通用性，使不同組件間的數據交互更容易，并使得開發人員聚焦于業務邏輯的開發與創新。XML在數據交換領域并得到了廣泛的應用。除此之外，XML還應用于：