XML 是什么，它如何运作

XML 作为网络的数据格式比 JSON 更早，如今仍在海量软件底下悄悄运行 —— 办公文档、RSS 订阅、SVG 图像、站点地图，以及无数企业系统。若标签和尖括号看着吓人，本指南会把 XML 拆解成真正重要的那几条规则。

XML 是什么

XML（eXtensible Markup Language）是一种用 标签 存储结构化数据的文本格式。与 HTML 不同，它没有预定义的标签 —— 你自己发明描述你数据的元素名，这正是“可扩展（extensible）”的含义。

<book id="42">
  <title>The Pragmatic Programmer</title>
  <author>Hunt</author>
  <price currency="USD">39.99</price>
</book>

构成要素

• 元素 —— 一个开始标签、内容，以及一个匹配的结束标签：<title>…</title>。
• 属性 —— 开始标签上的名/值对，加引号：id="42"。
• 嵌套 —— 元素包含其他元素，构成一棵顶端只有一个 根 元素的树。
• 空元素 —— 可以自闭合：<br />。

well-formed 的 XML

XML 规则严格；违反它们，解析器就会拒绝整份文档。要做到“well-formed（格式良好）”：

• 每个开始标签都有匹配的结束标签。
• 标签正确嵌套（不得交叉）。
• 有且仅有一个根元素。
• 属性值总是加引号。
• 五个特殊字符要转义（见下）。

转义特殊字符

因为 < 和 & 具有结构含义，字面上的它们必须写成实体：<、>、&、"、' —— 与 HTML 实体 是同一个思路。

XML vs. HTML vs. JSON

• 对比 HTML： HTML 有一套固定的标签用于展示网页；XML 让你定义自己的标签来描述数据。HTML 也更宽容，而 XML 严格。
• 对比 JSON： JSON 更轻，如今主宰着 Web API。XML 更啰嗦，但支持属性、注释、命名空间和模式校验，这正是它在文档和企业系统中留存的原因。

要整理一份密密麻麻的 XML 文件并检查它是否 well-formed，把它交给 XML 格式化器。改在处理 HTML？HTML 格式化器 对标记做同样的事。