XML是eXtensible Markup Language的缩写。扩展标记语言XML是一种简单的数据存储语言，使用一系列简单的标记描述数据，而这些标记可以用方便的方式建立，虽然XML占用的空间比二进制数据要占用更多的空间，但XML极其简单易于掌握和使用。
XML与Access，Oracle和SQL Server等数据库不同，数据库提供了更强有力的数据存储和分析能力，例如：数据索引、排序、查找、相关一致性等，XML仅仅是展示数据。事实上XML与其他数据表现形式最大的不同是：他极其简单。这是一个看上去有点琐细的优点，但正是这点使XML与众不同。
XML的简单使其易于在任何应用程序中读写数据，这使XML很快成为数据交换的唯一公共语言，虽然不同的应用软件也支持其它的数据交换格式，但不久之后他们都将支持XML，那就意味着程序可以更容易的与Windows、Mac OS， Linux以及其他平台下产生的信息结合，然后可以很容易加载XML数据到程序中并分析他，并以XML格式输出结果。
XML的前身是SGML（The Standard Generalized Markup Language），是自IBM从60年代就开始发展的GML（Generalized Markup Language）
同HTML一样， XML （可扩展标识语言）是通用标识语言标准（SGML）的一个子集，它是描述网络上的数据内容和结构的标准。尽管如此，XML不象HTML，HTML仅仅提供了在页面上显示信息的通用方法（没有上下文相关和动态功能） ，XML则对数据赋予上下文相关功能，它继承了SGML的大部分功能，却使用了不太复杂的技术。。
为了使得SGML显得用户友好，XML重新定义了SGML的一些内部值和参数，去掉了大量的很少用到的功能，这些繁杂的功能使得SGML在设计网站时显得复杂化。XML保留了SGML的结构化功能，这样就使得网站设计者可以定义自己的文档类型，XML同时也推出一种新型文档类型，使得开发者也可以不必定义文档类型。
因为XML是W3C制定的，XML的标准化工作由W3C的XML工作组负责，该小组成员由来自各个地方和行业的专家组成，他们通过email交流对XML标准的意见，并提出自己的看法 。因为XML 是个公共格式， （它不专属于任何一家公司），你不必担心XML技术会成为少数公司的盈利工具，XML不是一个依附于特定浏览器的语言
XML（可扩展标记语言）是从称为SGML（标准通用标记语言）的更加古老的语言派生出来的。SGML的主要目的是定义使用标签来表示数据的标记语言的语法。
标签由包围在一个小于号（<）和一个大于号（>）之间的文本组成，例如<tag>.起始标签（start tag）表示一个特定区域的开始，例如<start>；结束标签（end tag）定义了一个区域的结束，除了在小于号之后紧跟着一个斜线（/）外，和起始标签基本一样，例如</end>.SGML还定义了标签的特性（attribute），它们是定义在小于号和大于号之间的值，例如<img src="picture.jpg">中的src特性。如果你觉得它看起来很熟悉的话，应该知道，基于SGML的语言的最著名实现就是原始的HTML.
SGML常用来定义针对HTML的文档类型定义（DTD），同时它也常用于编写XML的DTD.SGML的问题就在于，它允许出现一些奇怪的语法，这让创建HTML的解析器成为一个大难题：
1 某些起始标签不允许出现结束标签，例如HTML中<img>标签。包含了结束标签就会出现错误。
2 某些起始标签可以选择性出现结束标签或者隐含了结束标签，例如HTML中<p>标签，当出现另一个<p>标签或者某些其他标签时，便假设在这之前有一个结束标签。
3 某些起始标签要求必须出现结束标签，例如HTML中<script>标签。
4 标签可以以任何顺序嵌套。即使结束标签不按照起始标签的逆序出现也是允许的，例如，<b>This is a <i> sample </b> string</i>是正确的。
5 某些特性要求必须包含值，例如<img src="picture.jpg">中的src特性。
6 某些特性不要求一定有值，例如<td nowrap>中的nowrap特性。
7 定义特性的两边有没有加上双引号都是可以的，所以<img src="picture.jpg">和<img src=picture.jpg>都是允许的。
这些问题使建立一个SGML语言的解析器变成了一项艰巨的任务。判断何时应用以上规则的困难导致了SGML语言的定义一直停滞不前。以这些问题作为出发点，XML逐渐步入我们的视野。
XML去掉了之前令许多开发人员头疼的SGML的随意语法。在XML中，采用了如下的语法：
8 任何的起始标签都必须有一个结束标签。
9 可以采用另一种简化语法，可以在一个标签中同时表示起始和结束标签。这种语法是在大于符号之前紧跟一个斜线（/），例如<tag />.XML解析器会将其翻译成<tag></tag>.
10 标签必须按合适的顺序进行嵌套，所以结束标签必须按镜像顺序匹配起始标签，例如<b>this is a <i>sample</i> string</b>.这好比是将起始和结束标签看作是数学中的左右括号：在没有关闭所有的内部括号之前，是不能关闭外面的括号的。
11 所有的特性都必须有值。
12 所有的特性都必须在值的周围加上双引号。
这些规则使得开发一个XML解析器要简便得多，而且也除去了解析SGML中花在判断何时何地应用那些奇怪语法规则上的工作。仅仅在XML出现后的前六年就衍生出多种不同的语言，包括MathML、SVG、RDF、RSS、SOAP、XSLT、XSL-FO，而同时也将HTML改进为XHTML.
如果需要关于SGML和XML具体技术上的对比，请查看W3C的注解，. org/TR/NOTE-sgml-XML.html
如今，XML已经是世界上发展最快的技术之一。它的主要目的是使用文本以结构化的方式来表示数据。在某些方面，XML文件也类似于数据库，提供数据的结构化视图。这里是一个XML文件的例子：
每个XML文档都由XML序言开始，在前面的代码中的第一行便是XML序言，<？XML version="1.0"？>.这一行代码会告诉解析器和浏览器，这个文件应该按照前面讨论过的XML规则进行解析。第二行代码，<books>，则是文档元素（document element），它是文件中最外面的标签（我们认为元素（element）是起始标签和结束标签之间的内容）。所有其他的标签必须包含在这个标签之内来组成一个有效的XML文件。XML文件的第二行并不一定要包含文档元素；如果有注释或者其他内容，文档元素可以迟些出现。
范例文件中的第三行代码是注释，你会发现它与HTML中使用的注释风格是一样的。这是XML从SGML中继承的语法元素之一。
页面再往下的一些地方，可以发现<desc>标签里有一些特殊的语法。<！[CDATA[ ]]>代码用于表示无需进行解析的文本，允许诸如大于号和小于号之类的特殊字符包含在文本中，而无需担心破坏XML的语法。文本必须出现在<！[CDATA[和]]>之间才能合适地避免被解析。这样的文本称为Character Data Section，简称CData Section.
