XML：Extentsible Markup Language（可擴展標記語言）的縮 寫，是用來定義其它語言的一種元語言，其前身是SGML(標準通用標記語言)。它沒有標籤集（tag set），也沒有語法規則（grammatical rule），但 是它有句法規則（syntax rule）。任何XML文檔對任何類型的套用以及正確 的解析都必須是良構的（well-formed），即每一個打開的標籤都必須有匹配的結束標籤，不得含有次序顛倒的標籤，並且在語句構成上應符合技術規範的要求。 XML文檔可以是有效的（valid），但並非一定要求有效。所謂有效文檔是指其符合其文檔類型定義（DTD）的文檔。如果一個文檔符合一個模式（schema）的規定 ，那么這個文檔是"模式有效的（schema valid）"。
簡單地說，你的電腦上安裝過了windows media player，使用wmp的時候可以設定windows media player與某些設備同步，比如和光碟機同步可以實現自動播放音樂光碟等等。使用設備設定同步的時候，會放置一個名為WMPInfo.xml的檔案，以跟蹤同步關係。如果刪除了該檔案，將導致windows media player丟失其與設備的同步關係信息。
■創建xml檔案的工具
xml檔案和html檔案一樣，實際上是一個文本檔案。顯然大家立刻就會明白，創建xml檔案最普通的工具和html一樣，就是“記事本”了。除了“記事本”之外，當然還有一些更加方便的工具，如xml notepad、xml pro、clip！xml editor等，這些工具的一大特點是：能夠檢查你所建立的xml檔案是否符合xml規範。不過，現在這些工具都只有英文版的，並且需要付費使用。當然，你仍然能夠使用frontpage、dreamweaver等工具，不過使用起來不是很方便。隨著xml的逐漸普及，相信在不久後，也會出現非常好用的創建xml檔案的工具。
■一個xml檔案的例子
現在我們暫且使用“記事本”來創建我們的xml檔案吧。先看一個xml檔案：
例1
——————————————————————
〈?xml version="1.0" encoding="gb2312" ?〉
〈參考資料〉
〈書籍〉
〈名稱〉xml入門精解〈/名稱〉
〈作者〉張三〈/作者〉
〈價格 貨幣單位="人民幣"〉20.00〈/價格〉
〈/書籍〉
〈書籍〉
〈名稱〉xml語法〈/名稱〉
〈!--此書即將出版--〉
〈作者〉李四〈/作者〉
〈價格 貨幣單位="人民幣"〉18.00〈/價格〉
〈/書籍〉
〈/參考資料〉
——————————————————————
這是一個典型的xml檔案，編輯好後保存為一個以.xml為後綴的檔案。我們可以將此檔案分為檔案序言（prolog）和檔案主體兩個大的部分。在此檔案中的第一行即是檔案序言。該行是一個xml檔案必須要聲明的東西，而且也必須位於xml檔案的第一行，它主要是告訴xml解析器如何工作。其中，version是標明此xml檔案所用的標準的版本號，必須要有；encoding指明了此xml檔案中所使用的字元類型，可以省略，在你省略此聲明的時候，後面的字元碼必須是unicode字元碼（建議不要省略）。因為我們在這個例子中使用的是gb2312字元碼，所以encoding這個聲明也不能省略。在檔案序言部分還有一些聲明語句，我們在後面給予介紹。
檔案的其餘部分都是屬於檔案主體，xml檔案的內容信息存放在此。我們可以看到，檔案主體是由開始的〈參考資料〉和結束的〈/參考資料〉控制標記組成，這個稱為xml檔案的“根元素”；〈書籍〉是作為直屬於根元素下的“子元素”；在〈書籍〉下又有〈名稱〉、〈作者〉、〈價格〉這些子元素。貨幣單位是〈價格〉元素中的一個“屬性”，“人民幣”則是“屬性值”。元素與屬性的關係如圖1。
〈!--此書即將出版--〉這一句同html一樣，是注釋，在xml檔案里，注釋部分是放在“〈!--”與“--〉”標記之間的部分。
大家可以看到，xml檔案是相當簡單的。同html一樣，xml檔案也是由一系列的標記組成，不過，xml檔案中的標記是我們自定義的標記，具有明確的含義，我們可以對標記中的內容的含義作出說明。
■xml檔案的語法
對xml檔案有了初步的印象之後，我們就來詳細地談一談xml檔案的語法。在講語法之前，我們必須要了解一個重要的概念，就是xml解析器（xml parse）。
1. xml解析器
解析器的主要功能就是檢查xml檔案是否有結構上的錯誤，剝離xml檔案中的標記，讀出正確的內容，以交給下一步的應用程式處理。xml是一種用來結構化檔案信息的標記語言，xml規範中對於如何標記檔案的結構性有一個詳細的法則，解析器就是根據這些法則寫出來的軟體（多用java寫成）。同html一樣，在瀏覽器中，必須有html的解析器，這樣瀏覽器才能夠“讀懂”各種用html標記所組成的網頁，將它們顯示在我們面前。如果有瀏覽器的html解析器讀不懂的標記，將會返回給我們錯誤信息。
由於現在的html標記實際上相當混亂，存在大量不規範的標記（有的網頁用ie能正常顯示，而用Netscape Navigator則不行），所以從一開始，xml的設計者就嚴格規定了xml的語法和結構，我們編寫的xml檔案必須遵循這些規定，否則xml解析器將毫不留情地給你顯示錯誤信息，解析流程圖見圖2。
有兩種xml檔案，一種是well-formed xml檔案，一種是validating xml檔案。
如果一個xml檔案滿足xml規範中的某些相關法則，且沒有使用dtd（檔案格式定義——後詳述）時，可稱這份檔案是well-formed。而如果一個xml檔案是well-formed，且正確地使用了dtd，dtd中的語法又是正確的，那么這個檔案就是validating。對應兩種xml檔案，有兩種xml解析器，一種是well-formed 解析器，一種是validating解析器。ie 5中就內含validating解析器，validating解析器也可用來解析well-formed xml檔案，
檢查它是否滿足了well-formed的條件。我們可以將剛才編輯的第一個xml 檔案用ie 5以上版本的瀏覽器打開（圖3）。
看到圖3以後，大家可能要問為什麼在瀏覽器中的顯示和我的源檔案一樣？沒錯，因為對於xml檔案，我們僅僅關心它的內容，而它的顯示形式是交給css或xsl來完成的。這裡，我們並沒有給這個xml檔案定義它的css或xsl檔案，所以它按照原來的形式來顯示。實際上，對於電子數據交換，僅僅需要一個xml檔案即可，如果要將它以某種形式顯示出來，我們就必須編輯css或xsl檔案（這個問題會在以後討論）。
2. well-formed的xml檔案
我們知道，xml必須是well-formed的，才能夠被解析器正確地解析出來，顯示在瀏覽器中。那么什麼是well-formed的xml檔案呢？主要有下面幾個準則，我們在創建xml檔案的時候，必須滿足它們。
首先，xml檔案的第一行必須是聲明該檔案是xml檔案以及它所使用的xml規範版本。在檔案的前面不能夠有其它元素或者注釋。
第二，在xml檔案中有且只能夠有一個根元素。我們的第一個例子中，〈參考資料〉... 〈/參考資料〉就是此xml檔案的根元素。
第三，在xml檔案中的標記必須正確地關閉，也就是說，在xml檔案中，控制標記必 須有與之對應的結束標記。如：〈名稱〉標記必須有對應的〈/名稱〉結束標記，不像html，某些標記的結束標記可有可無。如果在xml檔案中遇到自成一個單元的標記，就是類似於html 中的〈img src=.....〉的這些沒有結束標記的時候，xml把它稱為“空元素”，必須用這樣的寫法：〈空元素名/〉，如果元素中含有屬性時寫法則為：〈空元素名 屬性名=“屬性值”/〉。
第四，標記之間不得交叉。在以前的html檔案中，可以這樣寫：
〈b〉〈h〉xxxxxxx〈/b〉〈/h〉,〈b〉和〈h〉
標記之間有相互重疊的區域，而在xml中，是嚴格禁止這樣標記交錯的寫法，標記必須以規則性的次序來出現。
第五，屬性值必須要用“ ”號括起來。如第一個例子中的“1.0”、“gb2312”、“人民幣”。都是用“ ”號括起來了的，不能漏掉。
第六，控制標記、指令和屬性名稱等英文要區分大小寫。與html不同的是，在html中， 類似〈b〉和〈b〉的標記含義是一樣的，而在xml中，類似〈name〉、〈name〉或〈name〉這樣的標記是不同的。
第七，我們知道，在html檔案中，如果我們要瀏覽器原封不動地將我們所輸入的東西顯示出來，可以將這些東西放到〈pre〉〈/pre〉或者〈XMP〉〈/xmp〉標記中間。這對於我們創建html教學的網頁是必不可少的，因為網頁中要顯示html的原始碼。而在xml中，要實現這樣的功能，就必須使用cdata標記。在cdata標記中的信息被解析器原封不動地傳給應用程式，並且不解析該段信息中的任何控制標記。cdata區域是由：“〈![cdata[”為開始標記，以“]]〉”為結束標記。例如：例2中的源碼，除了“〈![cdata[”和“]]〉”符號，其餘的內容解析器將原封不動地交給下游的應用程式，即使cdata區域中的開始和結尾的空白以及換行字元等，都同樣會被轉交（注意cdata是大寫的字元）。
例2
〈![cdata[飛翔的xml〉〉〉〉〉,:-)
oooo〈〈〈〈〈〈〈
]]〉
第八，xml處理空白字元和html不一樣。html標準規定，不管有多少個空白，都當作一個空白來處理；而在xml中規定，所有標記以外的空白，解析器都要忠實地交給下游的應用程式處理。這樣，我們有時必須摒棄編寫html檔案時的縮排習慣，因為縮排的空格，解析器也要處理。如：
〈作者〉張三〈/作者〉
和
〈作者〉
張三
〈/作者〉
上述內容對於解析器來說是不同的（後者在〈作者〉〈/作者〉標記之內除了張三這個字元以外，還包括兩個換行記號以及“張三”前的文字縮排符號）。所以解析器在去掉標記後將信息傳給應用程式將有不同的處理結果。
如果我們想明確地告訴xml程式，標記中的空白有明確的含義，不要隨便去掉（如在一些詩中，空格有它具體的意義），則可在標記中加入一個xml內置的屬性——xml:space 。如（注意屬性名稱和值的大小寫）：
〈詩歌 xml:space="preserver"〉
祖國啊！ 祖國！
我的祖國！
〈/詩歌〉
另外，在xml檔案中，如果要用到表1的特殊字元，必須用相應符號代替。
| 特殊字元 | 替代符號 |
| && | & |
| < | ⁢ |
| > | > |
| " | " |
| ' | ' |
在此做個小結：符合上述規定的xml檔案就是well-formed的xml檔案。這是編寫xml檔案的最基本要求。可以看到xml檔案的語法規定比html要嚴格多了。由於有這樣的嚴格規定，軟體工程師編寫xml的解析器就容易多了，不像編寫html語言的解析器，必須費盡心思去適應不同的網頁寫法，提高自己瀏覽器的適應能力。實際上，這對於我們初學者來說，也是一件好事。該怎樣就怎樣，不必像原來那樣去疑惑各種html的寫法。
我們看到，在xml檔案中，用的大多都是自定義的標記。但是大家考慮一下，如果兩個同行業的公司a和b要用xml檔案相互交換數據，a公司用〈價格〉標記來表示他們產品的價格信息，而b公司可能用〈售價〉來表示價格信息。如果一個xml應用程式來讀取他們各自的xml檔案中的信息時，如果它只知道〈價格〉標記里表示的是價格信息，那么b公司的價格信息就讀不出來，必將產生錯誤。顯然，對於想利用xml檔案來交換信息的實體來說，他們之間必須有一個約定——即編寫xml檔案可以用哪些標記，母元素中能夠包括哪些子元素，各個元素出現的順序，元素中的屬性怎樣定義等。這樣他們在用xml交換數據時才能夠暢通無阻。這種約定稱為dtd（document type definition，文檔格式定義）。可以把dtd看作編寫xml檔案的模板。對於同行業之間的xml數據交換，有一個固定的dtd將會方便很多。比如說，如果網上的各大電子商場的xml網頁都遵循同一個dtd時，那么我們就可以輕鬆地依據這個dtd 編寫一個應用程式，去網上將我們感興趣的東西自動抓回來。事實上已經有了好幾個定義好的dtd，如前面所說的mathml、smil等。
如果一個xml檔案是well-formed的，並且它是正確的依據某個dtd建立的，那么，這個xml檔案就被稱為：validating xml檔案。相應的解析器就稱為：validating parser。
