XML标准诞生20周年：这个世界，它无处不在

可扩展标记语言(XML)于 1998 年 2 月 10 日成为 W3C 的推荐标准。昨天，2018 年 2 月 10 日恰好是 W3C 推出的 XML 标准发布 20 周年纪念日。可点此查看原始的新闻稿，以及最新的 XML 标准。

下面我们不妨看看 XML 的发展历程。

正如原来的规范文本所表述的：

可扩展标记语言(XML)是本文档中完整描述的 SGML 的一个子集。它的目标是使通用的 SGML 能够通过 HTML 现在可行的方式在 Web 上被提供、接收和处理。XML 旨在简化 SGML 和 HTML 的实现以及互操作性。

虽然 XML 最初的目标 —— 取代网络上的 HTML，并没有实现，但作为无数出版标准以及企业、电子政务和卫生保健数据交换的基础，它取得了巨大的成功。许多或甚至大部分应用程序的 XML 已经找到了自己的用途，而对于 SGML 和 XML 的原始目的 —— 编码半结构化文本，几乎没有任何相关的应用；相反，XML 在大多数时候都被用作通用结构化数据格式。

事实上，XML 从 1995 年开始就已有其雏形，并向 W3C 提案，在 1998 年二月发布为 W3C 的标准(XML 1.0)。XML 的前身是 SGML(The Standard Generalized Markup Language)，是自 IBM 从 1960 年代就开始发展的 GML(Generalized Markup Language) 标准化后的名称。

GML 的重要概念：

• 文件中能够明确的将标示与内容分开

• 所有文件的标示使用方法均一致

1978 年，ANSI 将 GML 加以整理规范，发布成为 SGML，1986 年起为 ISO 所采用(ISO 8879)，并且被广泛地运用在各种大型的文件计划中，但是 SGML 是一种非常严谨的文件描述法，导致过于庞大复杂（标准手册就有 500 多页），难以理解和学习，进而影响其推广与应用。

同时 W3C 也发现到 HTML 的问题：

• 不能解决所有解释数据的问题 —— 像是影音档或化学公式、音乐符号等其他形态的内容。

• 性能问题 —— 需要下载整份文件，才能开始对文件做搜索。

• 扩充性、弹性、易读性均不佳。

为了解决以上问题，专家们使用 SGML 精简制作，并依照 HTML 的发展经验，产生出一套使用上规则严谨，但是简单的描述数据语言：XML。

XML 就是在一个这样的背景下诞生的 —— 为了有一个更中立的方式，让消费端自行决定要如何消化、呈现从服务端所提供的信息。

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<!DOCTYPE recipe PUBLIC "-//Happy-Monkey//DTD RecipeBook//EN""http://www.happy-monkey.net/recipebook/recipebook.dtd">
<recipe>
<title>Peanutbutter On A Spoon</title>
<ingredientlist>
    <ingredient>Peanutbutter</ingredient>
</ingredientlist>
<preparation>Stick a spoon in a jar of peanutbutter, scoopand pull out a big glob of peanutbutter.</preparation>
</recipe>

RecipeBook 的例子，一种基于 XML 语法的烹饪技术书刊。此标签可转换为：HTML, PDF 以及富文本格式并使用编程语言或 XSL。

XML 被广泛用来作为跨平台之间交互数据的形式，主要针对数据的内容，通过不同的格式化描述手段（XSLT，CSS 等）可以完成最终的形式表达（生成对应的 HTML、PDF 或者其他的文件格式）。

XML 被设计用于传送及携带数据信息，不用来表现或展示数据，HTML 则用来表现数据，所以 XML 用途的焦点是它说明数据是什么，以及携带数据信息。

XML 由 3 个部分构成，它们分别是：文档类型定义(Document Type Definition, DTD)，即 XML 的布局语言；可扩展的样式语言(Extensible Style Language, XSL)，即 XML 的样式表语言；以及可扩展链接语言(Extensible Link Language, XLL)。

XML 是一种元标记语言，即定义了用于定义其他特定领域有关语义的、结构化的标记语言，它提供了一种描述结构数据的格式，简化了网络中数据交换和表示，使得代码、数据和表示分离，并作为数据交换的标准格式，因此它常被称为智能数据文档。从这方面来看，它和 JSON 都是一种数据交换格式。

除了执行 HTML 验证之外，经典标记技术（例如内容模型语法）的更有用的应用是将通用 HTML 内容模型定制为用于更具体的内容类型（例如博客文章）的语法。虽然这些技术是为 XHTML（HTML 的 XML 变体）设计的，但是在 XML 诞生 20 年之后，SGML 仍然是 HTML 中唯一能够这样做的标准化元语言。

对于 XML 的命运，我们或许不需要关心，毕竟它幕后的使用群体非常庞大，所以在很长一段时间内它都不会消失。

Happy birthday, XML!