XML：为什么它这么啰嗦，到今天却还没被淘汰

XML（Extensible Markup Language，可扩展标记语言），那什么是标记语言？

我们常见的 HTML（HyperText Markup Language，超文本标记语言），一般后缀是 ，那么 XML 一般就是 。.html.xml

标记语言,简单来说,就是通过添加标签,来给数据赋予意义。

像 HTML 里的 、、、,这些用 和 包起来的东西，都是标签，而且它们都有自己的含义。比如 表示网页标题。htmlheadtitlebody<>title

来看看 XML 为何诞生

在早期,每个软件公司都用自己的私有格式来存储数据。系统和系统之间一交换数据,经常会出现一种情况:

我发给你了,但你读不懂。

这样一来,数据交换就很麻烦。

后来，SGML 出现了，它的核心思路其实很对：

把数据的结构和内容分开,然后用“标签”来描述内容是什么。

<姓名>张三</姓名>
<年龄>25</年龄>

这样做思路很好，但 SGML 太复杂了。因为它太强了,强到很多规则都可以自己定义,什么都想兼容,结果就是学习成本高、实现成本也高。

接下来是 HTML，像这样：

<h1>标题</h1>
<p>段落</p>
<b>加粗</b>

它解决了“页面展示”的问题,但是它不擅长表达“数据本身是什么”。

<b>25</b>  <!-- 这是年龄?价格?编号? -->

所以 XML 就诞生了。

W3C（万维网联盟）意识到:互联网需要一种既简单,又能描述数据含义的语言。于是它精简了 SGML，最后得到 XML。

它的优点大致有这几个:

• 人能方便读懂
• 设计相对简洁
• 能够在互联网上使用

那 XML 精炼了哪些内容

首先，XML 的最小单位叫：元素。

一个元素由三部分组成:

<姓名>张三</姓名>
开始标签 内容 结束标签

规则很简单:

开了就必须关,不然就报错。

元素的嵌套

这是 XML 很强大的地方。

<订单>
    <客户>
        <姓名>张三</姓名>
        <电话>138-0000-0000</电话>
    </客户>
    <商品>
        <名称>笔记本电脑</名称>
        <价格>8999</价格>
        <数量>1</数量>
    </商品>
</订单>

你会发现,它很像树状结构,一层包一层。

并且 XML 还有一条很重要的规则：

永远只能有一个根元素

在上面这个例子里, 就是根元素。像 、 这些,都属于它下面的子元素。<订单></订单><客户><商品>

如果你这样写:

<订单>
    <客户>
        <姓名>张三</姓名>
        <电话>138-0000-0000</电话>
    </客户>
</订单>
<商场>
...
</商场>

那就会报错,因为根元素不止一个了。

属性

属性,你可以把它理解成贴在元素上的便利贴。

<学生 学号="2024001" 性别="男">
    <姓名>张三</姓名>
</学生>

那什么时候用属性,什么时候用子元素?

你可以先这样理解:

• 像编号、状态、类型这种短小的信息,更适合放属性
• 像姓名、地址、正文、详情这种真正的数据内容,更适合放子元素

也就是说,属性更像“补充说明”,子元素更像“真正内容”。

XML 声明

很多 XML 文件，开头都会先写一行声明：

<?xml version="1.0" encoding="UTF-8"?>

这行最常见的作用,就是说明:

• 我是 XML
• 我用的是什么版本
• 我用的是什么编码

特别是编码,很重要。因为一旦编码不统一,中文就容易乱码。

XML 的基本规则

上面其实已经零散说了一些规则,这里统一总结一下:

• 有且只有一个根元素
• 所有标签必须关闭
• 标签必须正确嵌套
• 属性值必须用引号括起来
• 标签名大小写敏感

比如嵌套这条,正确写法应该像这样:

a b b a

不能写成:

a b a b

特殊符号怎么办

那这里可能会想到一个问题:

<>&这些本身就是特殊符号,如果我内容里面也要用怎么办?

那就得用转义写法:

• <写成<
• >写成>
• &写成&
• "写成"
• '写成'

举个例子:

<公式>3 < 5 && 10 > 8</公式>   <!-- 错误 -->

<公式>3 &lt; 5 &amp;&amp; 10 &gt; 8</公式>   <!-- 正确 -->

那么 XML 一般用在哪里

像这些地方都能看到 XML：

1. Android 应用布局

<LinearLayout
    android:orientation="vertical"
    android:layout_width="match_parent"
    android:layout_height="match_parent">
    <Button
        android:text="登录"
        android:layout_width="wrap_content"/>
</LinearLayout>

2. Java 生态中的 Spring、Maven 等等

<project>
    <dependencies>
        <dependency>
            <groupId>org.springframework</groupId>
            <artifactId>spring-core</artifactId>
            <version>5.3.20</version>
        </dependency>
    </dependencies>
</project>

可以看出，它们都符合 XML 的规则。

那 XML 为什么到现在还没被淘汰

看到这里,很多人会想:

既然 XML 这么啰嗦，那它为什么到现在还没消失？

原因也不复杂,因为它在有些场景里,确实很好用。

比如:

• 它结构很清楚,一层一层很好描述复杂数据
• 它规则严格,不容易乱写
• 它适合做配置文件、文档格式、企业系统之间的数据交换
• 它还能配合额外规则去做数据校验

说白了:

XML 不一定轻，但它稳。

但是后来又有了 JSON

后面又衍生出了 JSON，那 JSON 为什么会出来？

先看它的结构:

{
    "姓名": "hzh",
    "年龄": 20,
    "专业": "计算机科学"
}

再对比一下 XML：

<学生>
    <姓名>张三</姓名>
    <年龄>20</年龄>
    <专业>计算机科学</专业>
</学生>

很明显，JSON 所占体积更小，写起来也更轻。

那为什么不直接全用 JSON，还要用 XML 呢？

因为它们擅长的地方不完全一样。

• JSON 更适合数据传输，尤其适合前后端接口
• XML 更适合描述复杂结构，也更适合那些强调规范、校验、文档化的场景

而且 JSON 也不是只有字符串和对象，它还能表示：

• 字符串
• 数字
• 布尔值
• 数组
• 对象
• null

所以更准确的说法不是“JSON 没有结构”，而是：

JSON 的结构更轻，XML 的结构更严格。

那什么时候用 XML，什么时候用 JSON

适合 XML 的场景

• 配置文件
• 文档格式
• 强调结构层级的内容
• 对规范和校验要求高的系统

适合 JSON 的场景

• 前后端接口传输
• Web 场景
• 希望体积小一点
• 希望前端和后端都好处理

所以不是谁彻底干掉谁,而是它们解决的问题并不完全一样。

小结

XML的核心价值，其实就一句话：

它不是为了把数据写得最短,而是为了把数据写得有结构、有含义、有规则。

所以你会发现:

• HTML 更偏页面展示
• JSON 更偏轻量传输
• XML 更偏结构描述和规范表达

也正因为这样，XML 虽然看起来有点啰嗦，但到今天依然还在很多地方被使用。