XML 格式化器和验证器

XML（可扩展标记语言）已经存在了 25 年多，但它仍然深深嵌入现代软件的基础设施中：从 Office 文档和 Android 布局到 SOAP API、RSS 订阅源、配置文件和数字保存工作流。它不再是宠儿——那个桂冠已经属于 JSON——但 XML 在需要严格结构、丰富元数据和长期互操作性的地方仍然至关重要。本文的目标是全面解释 XML：它的来源、工作原理、我们如何处理和验证它、它与更新格式的比较，以及如何在 2025 年及以后安全有效地使用它。

1. XML 实际上是什么XML 是一种简化的标记语言，用于使用嵌套元素和属性来表示结构化数据和文档。它由万维网联盟的 可扩展标记语言 (XML) 1.0 建议 定义，该建议规定了格式良好的 XML 文档的语法，并描述了处理器应如何处理它们。

XML 规范将 XML 描述为 SGML（标准通用标记语言）的受限子集，旨在更易于实现，同时保留 SGML 的核心能力：使用显式标记表示结构化文本。

一些关键特性使 XML 与众不同：

基于文本且支持 Unicode。 XML 文档是纯文本，依赖于 Unicode/ISO 10646 字符集，这使得它们具有可移植性和语言独立性。自描述。 标签名称和属性带有含义。不需要单独的架构即可基本理解结构（尽管架构使其功能更强大）。层次结构。 XML 的树结构直接映射到嵌套数据、文档和配置层次结构。可扩展。 您可以发明自己的标签和词汇表；XML 本身不固定允许的元素集合。2. 简史：从 SGML 到 XML 再到现代网络XML 的根源在于 SGML，这是 20 世纪 80 年代的 ISO 标准，在出版和技术文档中大量使用。到了 20 世纪 90 年代中期，网络的 HTML（本身基于 SGML）无处不在，但过于局限且与表示紧密耦合。

大约在 1996–1997 年，一个包括 Jon Bosak、Tim Bray、C. M. Sperberg-McQueen、James Clark 等人的工作组开始设计一个更简单、适合网络的 SGML 子集，可以轻松可靠地解析。第一个 XML 1.0 建议于 1998 年发布，XML 迅速成为许多早期网络标准和协议的基础，包括 SOAP、WSDL、SVG、XSLT 和众多特定行业的词汇表。

后来，XML 1.1 改进了一些字符处理和控制字符的边缘情况，但 XML 1.0 在实践中仍然是主要变体。

3. 核心 XML 语法：格式良好的文档XML 1.0 规范为格式良好的文档定义了精确的语法。至少，格式良好的 XML 文档：

恰好有一个根元素。使用匹配的开始和结束标签。正确嵌套元素（没有重叠标签）。使用带引号的属性值。使用合法字符和编码。一个微小但有效的文档可能如下所示：

George

Adam

Hello XML!

XML 声明是可选的，但它是声明版本和字符编码的常规方式。文档元素 是唯一的根。文本节点、元素、属性、注释、处理指令和实体引用共同构成规范中描述的树结构。

XML 还区分 格式良好的和 有效的文档：

格式良好的文档遵循语法规则。有效的文档另外符合限制其结构和内容的 DTD 或架构。4. 命名空间：安全地混合词汇表随着 XML 词汇表的增多，名称冲突成为一个问题：一个词汇表可能使用