一、為什么出現(xiàn)XML？

還是從軟件說起，其本質(zhì)是信息處理以及對信息處理的自動化。在軟件系統(tǒng)中，數(shù)據(jù)是信息的載體，是對客觀事物所蘊(yùn)含信息的抽象描述。軟件對數(shù)據(jù)的處理包括：Define(定義)、Transfer(傳遞)、Transform(轉(zhuǎn)換)、Store(存儲)、Retrival(檢索)和Show(展示)。

數(shù)據(jù)可以以二進(jìn)制的形式表示也可以以文本的形式表示。二進(jìn)制文件是一個0和1的序列，通常需要專用的程序進(jìn)行識別和解析，由于占用帶寬較少，適用于網(wǎng)絡(luò)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(jìn)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(dá)所蘊(yùn)含的意義，希望的是有格式的文本數(shù)據(jù)，于是就需要標(biāo)記元數(shù)據(jù)以及所標(biāo)識的原始數(shù)據(jù)。在這種情況下，SGML(Standard Generalized Markup Language，標(biāo)準(zhǔn)通用標(biāo)記語言)以一種規(guī)范性的標(biāo)準(zhǔn)出現(xiàn)了，其官網(wǎng)簡單示例如下所示：

SGML允許人們使用標(biāo)準(zhǔn)的語法語義創(chuàng)建他們自已的標(biāo)記語言，例如，HTML使用<>來標(biāo)識元數(shù)據(jù)，并且在標(biāo)記內(nèi)可以增加定義。SGML具有的這種靈活性，同時也帶來了復(fù)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(wǎng)絡(luò)上進(jìn)行廣泛地應(yīng)用。所以SGML需要改變，需要簡化。這種情況下，XML(eXtensible Markup Language，可擴(kuò)展標(biāo)記語言)作為SGML的一個簡化子集出現(xiàn)了。

二、什么是XML？

1. 基礎(chǔ)

1998年2月，W3C發(fā)布了XML的推薦標(biāo)準(zhǔn)，XML繼承了SGML的靈活性，沒有預(yù)定義的標(biāo)簽，標(biāo)簽是由XML的編寫人員根據(jù)業(yè)務(wù)需求進(jìn)行編寫的，如下圖所示，、、都是自定義的標(biāo)簽，且都有一個對應(yīng)的關(guān)閉標(biāo)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(nèi)容進(jìn)行分解并重建，通常情況下將其抽象為DOM模型--使用樹型結(jié)構(gòu)表示，該模型提供了內(nèi)存中訪問和修改XML信息的方法。需要說明的是，DOM消耗的內(nèi)存較大。

XML允許自定義標(biāo)簽，同時如果XML文檔存在錯誤，那么程序就不應(yīng)當(dāng)繼續(xù)處理這個文檔。那么我們?nèi)绾蝸眚炞CXML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(yīng)用場景

在XML出現(xiàn)的前部分時間，XML使用得較少。隨著互聯(lián)網(wǎng)的發(fā)展，網(wǎng)絡(luò)服務(wù)大量地接收和發(fā)送數(shù)據(jù)，但數(shù)據(jù)格式由于技術(shù)體系的不同而呈現(xiàn)出較大的差異，數(shù)據(jù)格式多且大部分都是專有的，開發(fā)人員需要做很多數(shù)據(jù)轉(zhuǎn)換的工作。這就需要實現(xiàn)數(shù)據(jù)格式的通用性。XML作為對人機(jī)友好的文件格式，可提高數(shù)據(jù)的通用性，使不同組件間的數(shù)據(jù)交互更容易，并使得開發(fā)人員聚焦于業(yè)務(wù)邏輯的開發(fā)與創(chuàng)新。XML在數(shù)據(jù)交換領(lǐng)域并得到了廣泛的應(yīng)用。除此之外，XML還應(yīng)用于：

• 配置文件：許多應(yīng)用或框架的配置文件都采用XML格式，如Struct、Spring等框架；
• 數(shù)據(jù)庫系統(tǒng)：大多數(shù)數(shù)據(jù)庫系統(tǒng)都能保存XML格式的文件。