Ein XML-Dokument ist wohlgeformt, d.h. es hält sämtliche Regeln für XML ein (was z. B. Verschachtelungen von Elementen betrifft).

Programme, die XML-Daten verarbeiten, bezeichnet man XML-Parser.

Soll XML für den Datenaustausch benutzt werden, ist es von Vorteil, wenn das Format mittels einer Dokumenttypdefinition oder einem XML Schema definiert ist. Ein XML-Dokument, welches das durch eine Dokumenttypdefinition oder ein XML Schema beschriebene Format einhält, heißt gültig.

Beispiel einer XML-Datei

<?xml version="1.0"?>
<enzyklopaedie>
     <eintrag>
          <stichwort>Genf </stichwort>
          <eintragstext>Genf ist der Sitz von...</eintragstext>
     </eintrag>
</enzyklopaedie>

XML-Dokumente besitzen einen physischen und einen logischen Aufbau.

Der physische Aufbau eines XML-Dokumentes besteht aus

• Entitäten. Die erste Entität ist die Hauptdatei des XML-Dokuments. Weitere mögliche Entitäten sind über
  • Entitätenreferenzen (&name; für das Dokument bzw. %name; für die Dokumenttypdefinition) eingebundene Zeichenketten, eventuell auch ganze Dateien, sowie
  • Referenzen auf Zeichenentitäten zur Einbindung einzelner Zeichen, die über ihre Nummer referenziert wurden (&#Zahl;, oder &#xHexadezimalzahl;).
• Eine XML-Deklaration wird optional benutzt, um XML-Version, Zeichenkodierung und Verarbeitbarkeit ohne Dokumenttypdefinition zu spezifizieren.
• Eine Dokumenttypdefinition wird optional benutzt, um Entitäten sowie den erlaubten logischen Aufbau zu spezifizieren.

Der logische Aufbau eines XML-Dokumentes ist ein hierarchisch strukturierter Baum. Als Baumknoten gibt es:

• Elemente, deren physische Auszeichnung mittels
  • einem passenden Paar aus Start-Tag (<Tag-Name>) und End-Tag (</Tag-Name>) oder
  • einem Empty-Element-Tag (<Tag-Name />) erfolgen kann,
• Attribute als bei einem Start-Tag oder Empty-Element-Tag geschriebene Schlüsselwort-Werte-Paare (Attribut-Name="Attribut-Wert") für Zusatz-Informationen über Elemente (eine Art Meta-Information),
• Verarbeitungsanweisungen (<?Ziel-Name Parameter ?>, Engl. Processing Instruction)
• Kommentare (<!-- Kommentar-Text -->)
• Text, welcher als normaler Text oder in Form eines CDATA-Abschnittes (<![CDATA[ beliebiger Text ]]>) auftreten kann.

Ein XML-Dokument muss exakt ein Element in der obersten Ebene enthalten. Unterhalb von diesem Dokumentelement können weitere Elemente verschachtelt werden.

Zur Spezifikation des logischen Aufbaus werden die Dokumenttypdefinitionen durch das umfangreichere XML Schema abgelöst, welches keine Möglichkeit zur Definition von Entitäten, jedoch einen adäquaten Ersatz für Entitäten besitzt. Processing Instructions werden in der Praxis meist eingesetzt, um in XML-Dokumenten Verarbeitungsanweisungen in anderen Sprachen einzubauen. Ein Beispiel dafür ist PHP, dessen Verarbeitungsanweisungen in XML-Dokumenten mit einer PHP-Verarbeitungsanweisung, z.B. <?php print "Hello, World";?> eingebaut werden können.

Einige Web-Browser können XML-Dokumente mit Hilfe eines eingebauten XML-Parsers direkt darstellen. Dies geschieht in Verbindung mit einem Stylesheet. Diese Transformation kann die Daten in ein komplett anderes Format umwandeln, die Absichtformat muss nicht einmal XML sein.

Obwohl der Vorgänger SGML bereits weitaus umfangreicher war, kam es nie zu einer breiten Akzeptanz in der Öffentlichkeit. Der Grund dafür liegt in der Komplexität SGMLs, die die Softwareentwicklung stark erschwert. Der Bedarf nach einem unbeschränkten globalen Informationssaustausch und die Popularität von HTML, brachten das deutlich einfachere XML hervor, das in den letzten Jahren einen starken Boom erfuhr.==Kerntechnologien== Die Kerntechnologien in dem XML Umfeld kann man grob aufteilen in: APIs zur Verarbeitung von XML und Sprachen um XML Dateien zu beschreiben.

SAX (Simple API for XML) ist eine standardisierte Möglichkeit, wie eine XML Datei durch einen Parser bearbeitet wird. Hierbei wird ein Datei-Strom in einen Strom von Ereignissen umgewandelt. Programme können sich für einzelne Ereignisse registrieren, um bei Bedarf ihre Arbeit zu verrichten. Die Eingabedaten werden rein sequentiell verarbeitet. Ein Vorteil von SAX ist, dass nicht die gesamte XML Datei in dem Speicher sein muss. Das ist aber dann ein Nachteil, wenn man viele Informationen, die über die ganze Datei verstreut sind, zur Verarbeitung benötigt.

DOM (Document Object Model) ist der zweite Weg, um XML Dateien auszuwerten und wurde vom W3C standardisiert. Er stellt, wie der Name schon sagt, ein standardisiertes Objektmodell zur Verfügung, mit dessen Hilfe der Inhalt der XML-Datei ausgewertet oder manipuliert werden kann. Zu dem Aufbauen des Objektbaumes muss jedoch zunächst die gesamte Datei eingelesen werden, wofür viel Speicher benötigt wird. Vorteilhaft ist, dass alle Elemente in einer hierarchischen Struktur vorliegen und auf alle gleichermaßen zugegriffen werden kann, da die Elemente zueinander in Beziehung stehen (Eltern, Geschwister, Kinder). Größter Nachteil von DOM ist der hohe Speicherbedarf, der sich proportional zur Größe der Eingabedatei verhält. Beide Modelle haben aufgrund ihrer Vor- und Nachteile unterschiedliche Anwendungsgebiete.

Um die Struktur von XML Dokumenten zu beschreiben bedient man sich so genannter Schemasprachen. Die zwei bekanntesten sind DTD und XML Schema.

Eine DTD (Dokumenttypdefinition) ist eine Beschreibung eines XML Dokuments. Sie wurde zusammen mit XML standardisiert. Mit einer DTD kann allerdings nicht sehr strikt beschrieben werden, wie eine XML Datei aussehen darf. Ein weiterer Nachteil ist die Tatsache, dass die DTD in einer eigenen Sprache abgefasst werden muss.

XML Schema ist die moderne Möglichkeit, die Struktur von XML Dokumenten zu beschreiben. XML Schema bietet auch die Möglichkeit, den Inhalt von Elementen und Attributen zu beschränken, z. B. auf Zahlen, Datumsangaben oder Texte, z. B. mittels regulären Ausdrücken. Ein Schema ist selbst ein XML Dokument, das es erlaubt komplexere Zusammenhänge als mit einer DTD zu beschreiben.

Weitere Schemasprachen sind RELAX NG, Schematron und Examplotron.

XML Sprachen kommen in allen erdenklichen Aufgabengebieten zu dem Einsatz.

• XSL-FO
• DocBook
• XHTML

• SVG
• X3D

• SMIL
• MPEG-7

• XSLT
• XPath
• XLink
• XPointer
• XQuery
• XInclude
• XML Schema

• SOAP
• WSCI
• WSDL
• WSEL
• WSFL
• UDDI

• SAML

• RDF
• XMPP (Jabber)
• XUL
• CML - Chemical Markup Language
• MathML - Mathematic Markup Language
• XBRL - eXtensible Business Reporting Language
• ebXML - E-Business XML
• XForms - XML für Web-Formulare
• XAML
• ONIX
• X3D - Extensible 3D, 3D-ModellierungsspracheHier noch nicht behandelt:
• Namensraum

Siehe auch: RDF, XTM, XML-Datenbank, Spezial:Export

• Editoren
  • Open source
    • Open XML Editor (http://www.philo.de/xmledit/)
    • KXML Editor (http://kxmleditor.sourceforge.net/)
    • Eclipse (http://www.eclipse.org/)
  • Nicht open source
    • Epic (http://www.arbortext.com/html/epic_editor_overview.html)
    • XMetaL (http://www.xmetal.com/)
    • XML Spy (http://www.altova.com/products_ide.html)
    • Stylus Studio (http://www.stylusstudio.com/)

• Office
  • OpenOffice.org
  • Microsoft Office (Seit der Version "Office 2003" ist das Editieren von speziellen XML Dateien möglich, zuvor war ca. eine unzulängliche XML-Unterstützung vorhanden)
  • AbiWord

• Anzeigeprogramme
  • Mozilla
  • Netscape (ab Version 6)
  • Internet Explorer
  • Opera