一． Web热
Internet已经有20多年的历史了，近几年才出现了Internet热，这主要应归功于Web。Internet提供了世界范围内网络互连和通信功能，Web则是一个环球信息资源库。Web由无数的页面(Home page主页)组成，页面上的信息包罗万象，而且时时在增加，天天在更新。用户只要打开浏览器就能得到他们感兴趣的资料。Web的易用性使千家万户都能共享 Internet上巨大的信息资源。时下，人人都在谈论Web和主页，翻开报纸或新闻杂志，几乎每天都要提到Web和主页。从一个小商店到一个大公司，从研究机关到学校，无不骄傲地向他人显示着自己的主页和 Web 地址。Web和主页已经成为计算机和通信领域乃至全社会的热点。
二． 用户还不能满意现在的Web
到目前为止，几乎所有的Web页面都是用HTML编写的。HTML简单易学又通用，句法简明紧凑，加上其扩充的表格、帧、脚本等功能，使它得以在Web主页上大显身手。但是随着Web应用的越来越广泛，HTML过于简单的弱点也越来越明显了。
1.链路丢失后不能自动纠正。 由于许多页面的URL地址经常变化，当你浏览这些页面时就会遇到烦人的404 URL地址未找到的信息。所以你不得不手工一个个地更改链接相关页面的URL地址，这大大加重了Web页面的维护工作量。
2.动态内容需要下载的部件太多。用HTML建立的页面目前还不能对其页面的外观属性，例如色彩、字体、背景等实现更新，你只能重新下载一个新的页面或Java部件。但Java保存的数据搜索引擎是无法访问的，所以在HTML页面中使用Java来显示动态内容也不是灵丹妙药。
3.搜索时间长。由于HTML页面没有类似于数据库的结构，在这样的文档资料中搜索目标时需要对全部页面的所有内容扫描，往往检索出一大堆与主题词无关的内容, 这是因为HTML无法区分信息与元信息而造成的。而且HTML不支持信息嵌套体系结构，因而限制了全文检索功能。
4. HTML缺乏对双字节或多国文字的支持，或者说支持不够。例如中文信息页面在不同的平台下会出现格式不齐等问题。
5. HTML可扩展性差。科学家无法用HTML书写数学公式、化学方程式以及分子晶体结构。
正是由于这些缺点，人们已经开始研究能改进或替代HTML的Web页面制作语言。其中最有成效的，并已初步投入使用的有：可扩展标记语言——Extensible Markup Language简称XML、叠式页面——Cascading Style Sheets简称CSS以及动态HTML即DHTML。这些语言从不同角度解决了HTML存在的问题：XML有利于信息的表达和结构化组织，从而使数据搜索更有效；CSS解决Web页面的继承和显示；DHTML则主要用于Web页的动态显示问题。本文着重介绍可扩展标记语言XML。
三． XML产生的背景
XML同HTML一样，都来自Standard Generalized Markup Language, 即标准通用标记语言，简称SGML。早在Web未发明之前，SGML就早已存在。正如它的名称所言，SGML是一种用标记来描述文档资料的通用语言，它包含了一系列的文档类型定义（简称DTD），DTD 中定义了标记的含义，因而 SGML 的语法是可以扩展的。SGML十分庞大，既不容易学，又不容易使用，在计算机上实现也十分困难。鉴于这些因素，Web的发明者——欧洲核子物理研究中心的研究人员根据当时(1989年)计算机技术的能力，提出了HTML语言。
HTML只使用SGML中很小一部分标记，例如HTML 3.2定义了70种标记。为了便于在计算机上实现，HTML规定的标记是固定的，即HTML语法是不可扩展的，它不需包含DTD。HTML这种固定的语法使它易学易用，在计算机上开发 HTML的浏览器也十分容易。正是由于HTML的简单性，使 Web 技术从计算机界走向全社会，走向千家万户，Web的发展如日中天。
近年来，随着 Web的应用越来越广泛和深入，人们渐渐觉得HTML不够用了，HTML过于简单的语法严重地阻碍了用它来表现复杂的形式。 尽管HTML推出了一个又一个新版本，已经有了脚本、表格、帧等表达功能，但始终满足不了不断增长的需求。另一方面，这几年来计算机技术的发展也十分迅速，已经可以实现比当初发明创造HTML时复杂得多的Web浏览器，所以开发一种新的Web页面语言既是必要的，也是可能的。
有人建议直接使用SGML 作为Web语言，这固然能解决HTML遇到的困难。但是SGML太庞大了，用户学、用不方便尚且不说，要全面实现SGML的浏览器就非常困难，于是自然会想到仅使用SGML的子集，使新的语言既方便使用又实现容易。正是在这种形势下，Web标准化组织W3C建议使用一种精简的SGML版本——XML应运而生了。
四． 什么是XML
XML是一个精简的SGML，它将SGML的丰富功能与HTML的易用性结合到Web的应用中。XML保留了SGML的可扩展功能，这使XML从根本上有别于HTML。XML要比HTML强大得多，它不再是固定的标记，而是允许定义数量不限的标记来描述文档中的资料，允许嵌套的信息结构。HTML只是Web显示数据的通用方法，而XML提供了一个直接处理 Web 数据的通用方法。HTML着重描述Web页面的显示格式，而XML着重描述的是Web页面的内容。让我们先来看一看用XML描述天气预报的实例：
＜weatherreport＞
＜date＞March 25, 1998＜/date＞
＜time＞08:00＜/time＞
＜area＞
＜city＞Seattle＜/city＞
＜state＞WA＜/state＞
＜region＞West Coast＜/region＞
＜country＞USA＜/country＞
＜/area＞
＜measurements＞
＜skies＞partly cloudy＜/skies＞
＜temperature＞46＜/temperature＞
＜wind＞
＜direction＞SW＜/direction＞
＜windspeed＞6＜/windspeed＞
＜/wind＞
＜hindex＞51＜/hindex＞
＜humidity＞87＜/humidity＞
＜visibility＞10＜/visibility＞
＜uvindex＞1＜/uvindex＞
＜/measurements＞
＜/weatherreport＞
为了使编写的Web页面成为有效的XML文档，文中每一添加的标记必须记入一个独立的DTD文件中。当客户浏览天气预报文档时，相关的DTD文件是随着文档一起下载到客户端，客户浏览器就懂得怎样来处理它们，例如你可以从几个天气报告中计算出平均温度等，最后将结果显示出来。
DTD文件使XML页面能包含更多的内容，表现更复杂的形式。从实例中也可以看出XML页面信息是结构化的，有些与数据库结构类似，因而更具访问性，其检索结果更有针对性、更准确。
另外你也可以将URL地址定义在DTD文件中，当Web主页地址发生变化时，你只需改动DTD文件中的定义即可，而不必一一在HTML文档中改变URL地址，从而使Web的维护更方便，用户也不会遇到URL地址找不到的信息，这样一来，Web的应用更稳定。
并不是所有的DTD文件都要下载到客户端，已经制订成为标准的协议，例如在后面第六点中提到的化学标记语言CML、数学标记语言MML等是不需要DTD文件的。
除了DTD外，XML中还包括可扩展格式语言XSL(Extensible Style Language) 和可扩展链接语言XLL(Extensible Linking Language)。
XSL用于将XML数据翻译为HTML或其他格式的语言。XSL提供了一种叠式页面CSS的功能，使开发者构造出具有表达层结构的Web页面来，以有别于XML的数据结构。XSL也能和HTML一起构造叠式页面。XSL可以解释数量不限的标记，它使Web的版面更丰富多彩，例如动态的文本、跑马式的文字。此外，XSL还处理多国文字、双字节的汉字显示、网格的各种各样的处理等。
XLL是XML的链接语言，它与HTML的链接相似，但功能更强大。XLL支持可扩展的链接和多方向的链接。它打破了HTML只支持超级文本概念下最简单的链接限制，能支持独立于地址的域名、双向链路、环路、多个源的集合链接等。XLL链接可不受文档制约，完全按用户要求来指定和管理。
为了使XML易学易用，XML精简了一大片SGML难得用一次的功能。正如几十万汉字中常用的只不过八千，SGML常用的部分只占20％，XML抛弃了SGML中不常用的部分，使它一下就精简了80％。这样一来，XML的语法说明书只有30页，而SGML却有500页。
XML设计中也考虑了它的易用性，易用性来自两个方面：一方面用户编写Web页面方便，另一方面设计人员实现XML浏览器也不太困难。
总之，XML使用一个简单而有灵活的标准格式，为基于Web的应用提供了一个描述数据和交换数据的有效手段。HTML描述了显示全球数据的通用方法，而XML提供了直接处理全球数据的通用方法。
|
