XML文件和HTML文件一樣，實際上是一個文本文件。顯然大家立刻就會明白，創建XML文件最普通的工具和HTML一樣，就是“記事本”了。除了 “記事本”之外，當然還有一些更加方便的工具，如XML Notepad、XML Pro、CLIP！XML Editor等，這些工具的一大特點是：能夠檢查你所建立的XML文件是否符合XML規範。不過，現在這些工具都只有英文版的，並且需要付費使用。當然， 你仍然能夠使用FrontPage、DreamWeaver等工具，不過使用起來不是很方便。隨着XML的逐漸普及，相信在不久後，也會出現非常好用的創建XML文件的工具。
現在我們暫且使用“記事本”來創建我們的XML文件吧。先看一個XML文件：
例1
〈?xml version="1.0" encoding="gb2312" ?〉
〈參考資料〉
〈書籍〉
〈名稱〉XML入門精解〈/名稱〉
〈作者〉張三〈/作者〉
〈價格 貨幣單位="人民幣"〉20.00〈/價格〉
〈/書籍〉
〈書籍〉
〈名稱〉XML語法〈/名稱〉
〈!--此書即將出版--〉
〈作者〉李四〈/作者〉
〈價格 貨幣單位="人民幣"〉18.00〈/價格〉
〈/書籍〉
〈/參考資料〉
這是一個典型的XML文件，編輯好後保存爲一個以.xml爲後綴的文件。我們可以將此文件分爲文件序言（Prolog）和文件主體兩個大的部分。在此文件中的第一行即是文件序言。該行是一個XML文件必須要聲明的東西，而且也必須位於XML文件的第一行，它主要是告訴XML解析器如何工作。其中，version是標明此XML文件所用的標準的版本號，必須要有；encoding指明瞭此XML文件中所使用的字符類型，可以省略，在你省略此聲明的時候，後面的字符碼必須是Unicode字符碼（建議不要省略）。因爲我們在這個例子中使用的是GB2312字符碼，所以encoding這個聲明也不能省略。在文件序言部分還有一些聲明語句，我們在後面給予介紹。
文件的其餘部分都是屬於文件主體，XML文件的內容信息存放在此。我們可以看到，文件主體是由開始的〈參考資料〉和結束的〈/參考資料〉控制標記組成，這個稱爲XML文件的“根元素”；〈書籍〉是作爲直屬於根元素下的“子元素”；在〈書籍〉下又有〈名稱〉、〈作者〉、〈價格〉這些子元素。貨幣單 位是〈價格〉元素中的一個“屬性”，“人民幣”則是“屬性值”。
〈!--此書即將出版--〉這一句同HTML一樣，是註釋，在XML文件裏，註釋部分是放在“〈!--”與“--〉”標記之間的部分。
大家可以看到，XML文件是相當簡單的。同HTML一樣，XML文件也是由一系列的標記組成，不過，XML文件中的標記是我們自定義的標記，具有明確的含義，我們可以對標記中的內容的含義作出說明。
對XML文件有了初步的印象之後，我們就來詳細地談一談XML文件的語法。在講語法之前，我們必須要了解一個重要的概念，就是XML解析器（XML Parse）。
1.XML解析器
解析器的主要功能就是檢查XML文件是否有結構上的錯誤，剝離XML文件中的標記，讀出正確的內容，以交給下一步的應用程序處理。XML是一種用來結構化文件信息的標記語言，XML規範中對於如何標記文件的結構性有一個詳細的法則，解析器就是根據這些法則寫出來的軟件（多用Java寫成）。同 HTML一樣，在瀏覽器中，必須有HTML的解析器，這樣瀏覽器才能夠“讀懂”各種用HTML標記所組成的網頁，將它們顯示在我們面前。如果有瀏覽器的 HTML解析器讀不懂的標記，將會返回給我們錯誤信息。
由於現在的HTML標記實際上相當混亂，存在大量不規範的標記（有的網頁用IE能正常顯示，而用Netscape Navigator則不行），所以從一開始，XML的設計者就嚴格規定了XML的語法和結構，我們編寫的XML文件必須遵循這些規定，否則XML解析器將 毫不留情地給你顯示錯誤信息。
有兩種XML文件，一種是Well-Formed XML文件，一種是Validating XML文件。
如果一個XML文件滿足XML規範中的某些相關法則，且沒有使用DTD（文件格式定義——後詳述）時，可稱這份文件是Well-Formed。 而如果一個XML文件是Well-Formed，且正確地使用了DTD，DTD中的語法又是正確的，那麼這個文件就是Validating。對應兩種XML文件，有兩種XML解析器，一種是Well-Formed 解析器，一種是Validating解析器。IE 5中就內含Validating解析器，Validating解析器也可用來解析Well-Formed XML文件。
檢查它是否滿足了Well-Formed的條件。我們可以將剛纔編輯的第一個XML 文件用IE 5以上版本的瀏覽器打開。
大家可能要問爲什麼在瀏覽器中的顯示和我的源文件一樣？沒錯，因爲對於XML文件，我們僅僅關心它的的內容，而它的顯示形式是交給CSS或XSL來完成的。這裏，我們並沒有給這個XML文件定義它的CSS或XSL文件，所以它按照原來的形式來顯示。實際 上，對於電子數據交換，僅僅需要一個XML文件即可，如果要將它以某種形式顯示出來，我們就必須編輯CSS或XSL文件（這個問題會在以後討論）。
2.Well-Formed的XML文件
我們知道，XML必須是Well-Formed的，才能夠被解析器正確地解析出來，顯示在瀏覽器中。那麼什麼是Well-Formed的XML文件呢？主要有下面幾個準則，我們在創建XML文件的時候，必須滿足它們。
首先，XML文件的第一行必須是聲明該文件是XML文件以及它所使用的XML規範版本。在文件的前面不能夠有其它元素或者註釋。
第二，在XML文件中有且只能夠有一個根元素。我們的第一個例子中，〈參考資料〉... 〈/參考資料〉就是此XML文件的根元素。
第三，在XML文件中的標記必須正確地關閉，也就是說，在XML文件中，控制標記必須有與之對應的結束標記。如：〈名稱〉標記必須有對應的〈/名稱〉結束標記，不像HTML，某些標記的結束標記可有可無。如果在XML文件中遇到自成一個單元的標記，就是類似於HTML 中的〈img src=.....〉的這些沒有結束標記的時候，XML把它稱爲“空元素”，必須用這樣的寫法：〈空元素名/〉，如果元素中含有屬性時寫法則爲：〈空元素 名 屬性名=“屬性值”/〉。
第四，標記之間不得交叉。在以前的HTML文件中，可以這樣寫：
〈B〉〈H〉XXXXXXX〈/B〉〈/H〉,〈B〉和〈H〉
標記之間有相互重疊的區域，而在XML中，是嚴格禁止這樣標記交錯的寫法，標記必須以規則性的次序來出現。
第五，屬性值必須要用“ ”號括起來。如第一個例子中的“1.0”、“gb2312”、“人民幣”。都是用“ ”號括起來了的，不能漏掉。
第六，控制標記、指令和屬性名稱等英文要區分大小寫。與HTML不同的是，在HTML中， 類似〈B〉和〈b〉的標記含義是一樣的，而在XML中，類似〈name〉、〈NAME〉或〈Name〉這樣的標記是不同的
第七，我們知道，在HTML文件中，如果我們要瀏覽器原封不動地將我們所輸入的東西顯示出來，可以將這些東西放到〈pre〉〈/pre〉或者 〈xmp〉〈/xmp〉標記中間。這對於我們創建HTML教學的網頁是必不可少的，因爲網頁中要顯示HTML的源代碼。而在XML中，要實現這樣的功能， 就必須使用CDATA標記。在CDATA標記中的信息被解析器原封不動地傳給應用程序，並且不解析該段信息中的任何控制標記。CDATA區域是由：“〈! [CDATA[”爲開始標記，以“>〉”爲結束標記。例如：例2中的源碼，除了“〈![CDATA[”和“>〉”符號，其餘的內容解析器將原封不動地交給下游的應用程序，即使CDATA區域中的開始和結尾的空白以及換行字符等，都同樣會被轉交（注意CDATA是大寫的字符）。
例2
〈![CDATA[飛翔的xml〉〉〉〉〉,:-)
oooo〈〈〈〈〈〈〈
>〉
第八，XML處理空白字符和HTML不一樣。HTML標準規定，不管有多少個空白，都當作一個空白來處理；而在XML中規定，所有標記以外的空白，解析器都要忠實地交給下游的應用程序處理。這樣，我們有時必須摒棄編寫HTML文件時的縮排習慣，因爲縮排的空格，解析器也要處理。如：
〈作者〉張三〈/作者〉
和
〈作者〉
張三
〈/作者〉
上述內容對於解析器來說是不同的（後者在〈作者〉〈/作者〉標記之內除了張三這個字符以外，還包括兩個換行記號以及“張三”前的文字縮排符號）。所以解析器在去掉標記後將信息傳給應用程序將有不同的處理結果。
如果我們想明確地告訴XML程序，標記中的空白有明確的含義，不要隨便去掉（如在一些詩中，空格有它具體的意義），則可在標記中加入一個XML內置的屬性——xml:space 。如（注意屬性名稱和值的大小寫）：
〈詩歌 xml:space="preserver"〉
祖國啊！ 祖國！
我的祖國！
〈/詩歌〉
另外，在XML文件中，如果要用到表1的特殊字符，必須用相應符號代替。
表1
特殊字符 替代符號
&& &
< ⁢
> >
" "
' '
在此做個小結：符合上述規定的XML文件就是Well-Formed的XML文件。這是編寫XML文件的最基本要求。可以看到XML文件的語法規定比HTML要嚴格多了。由於有這樣的嚴格規定，軟件工程師編寫XML的解析器就容易多了，不像編寫HTML語言的解析器，必須費盡心思去適應不同的網頁寫法，提高自己瀏覽器的適應能力。實際上，這對於我們初學者來說，也是一件好事。該怎樣就怎樣，不必像原來那樣去疑惑各種HTML的寫法。
我們看到，在XML文件中，用的大多都是自定義的標記。但是大家考慮一下，如果兩個同行業的公司A和B要用XML文件相互交換數據，A公司用 〈價格〉標記來表示他們產品的價格信息，而B公司可能用〈售價〉來表示價格信息。如果一個XML應用程序來讀取他們各自的XML文件中的信息時，如果它只知道〈價格〉標記裏表示的是價格信息，那麼B公司的價格信息就讀不出來，必將產生錯誤。顯然，對於想利用XML文件來交換信息的實體來說，他們之間必須有 一個約定——即編寫XML文件可以用哪些標記，母元素中能夠包括哪些子元素，各個元素出現的順序，元素中的屬性怎樣定義等。這樣他們在用XML交換數據時才能夠暢通無阻。這種約定稱爲DTD（Document Type Definition，文檔格式定義）。可以把DTD看作編寫XML文件的模板。對於同行業之間的XML數據交換，有一個固定的DTD將會方便很多。比如 說，如果網上的各大電子商場的XML網頁都遵循同一個DTD時，那麼我們就可以輕鬆地依據這個DTD 編寫一個應用程序，去網上將我們感興趣的東西自動抓回來。事實上已經有了好幾個定義好的DTD，如前面所說的MathML、SMIL等。
如果一個XML文件是Well-Formed的，並且它是正確的依據某個DTD建立的，那麼，這個XML文件就被稱爲：Validating XML文件。相應的解析器就稱爲：Validating Parser。
DTD實際上可以看作一個或多個XML文件的模板，這些XML文件中的元素、元素的屬性、元素 的排列方式/順序、元素能夠包含的內容等，都必須符合DTD中的定義。XML文件中的元素，即我們所創建的標記，是根據我們應用的實際情況來創建的。想要創建一份完整性高、適應性廣的DTD是非常困難的，因爲各行各業都有他們自己的行業特點，所以DTD通常是以某種應用領域爲定義的範圍，如：醫學、建築、 工商、行政。DTD定義的元素含蓋範圍越廣泛，那麼就越複雜。
DTD可以是一個完全獨立的文件，也可以在XML文件中直接設定。所以，DTD分爲外部DTD（在XML文件中調用另外已經編輯好的DTD）和內部 DTD（在XML文件中直接設定DTD）兩種。比如，有幾十家相互聯繫的、合作伙伴關係的公司、廠商，他們相互之間的交換電子文檔都是用XML文檔。那麼我們可以將這些XML文檔的DTD放在某個地方，讓所有交換的XML文檔都使用此DTD，這是最方便的做法，同時也適用於公司內部的XML文件使用。
內部DTD
內部DTD是在XML文件的文件序言區域中定義的。語法：
|
〈!DOCTYPE element-name[........ |
〈!DOCTYPE ：表示開始設定DTD，注意DOCUTYPE是大寫。
Element-name ：指定此DTD的根元素的名稱，一個XML文件只能有一個根元素。注意，如果 XML文件使用了DTD，那麼文件中的根元素就在這裏指定。
[.........]〉 ：在[ ]標記裏面定義XML文件使用元素，然後用〉結束DTD的定義。
下面，我們來看一下怎樣給XML文件定義DTD，請見例1。
例1中的DTD定義區可以看作是一個DTD定義的大概框架，爲其他XML文件定義DTD，結構和例1的DTD差不多，只是可能需要添加、刪除或者更改一些東西而已。在DTD定義的中間是元素設定，這是一個DTD的最主要部分，其主要語法如下：
|
〈!ELEMENT element-name element-definition〉 |
〈!ELEMENT：表示開始元素設置，注意此處ELEMENT關鍵字是大寫。
element-name：表示要設置的元素的名稱。
element-definition：指明要對此元素進行怎樣的定義，就是說〈元素〉...〈/元素〉之間能夠包含什麼內容，是其他元素還是一般性的文字。
在例1中，大家可以看到，〈!ELEMENT 參考資料 (書籍)〉這個元素設定是聲明瞭“參考資料”這個元素，並且它是作爲“書籍”這個元素的父元素。〈!ELEMENT 書籍 (名稱,作者,價格)〉這個元素設定聲明瞭“書籍”這個元素，並且它是作爲“名稱”、“作者”、“價格”這三個元素的父元素。而〈!ELEMENT 名稱 (#PCDATA)〉這個元素設定聲明瞭“名稱”這個元素，但是此元素僅僅包含一般文字，是基本元素，這是由#PCDATA關鍵字定義的。
在元素設置中，如果元素包含多個子元素，如：〈!ELEMENT 書籍 (名稱,作者,價格)〉這種含多個子元素的聲明，那麼“名稱”、“作者”、“價格”這些標記在XML文件中必須以上面排列的順序出現，每個標記必須而且只能夠出現一次。如果在設定元素時，按照〈!ELEMENT 書籍ANY〉，這樣在元素下就可以包含任意被設定過的元素，出現的次數和順序也不受限制，並且在該元素下，除了可以包含子元素以外，還能夠包含一般的文字。有時候，在XML文件中，一個標記可能多次出現（或者不出現），那麼我們除了在它們的父元素中用ANY關鍵字之外，還可以在元素的旁邊加上特定的符號來控制標記出現的次數。這些符號見表1。
|
表1符號 |
代表標記出現的次數 |
|
？ |
不出現或只出現一次 |
|
* |
不出現或可出現多次 |
|
+ |
必須出現一次以上 |
|
無符號 |
只能出現一次 |
例如：〈!ELEMENT 參考資料(書籍 ,報紙+,雜誌?,網站)〉這個元素設定，“書籍”標記在XML文件中可以不出現或者出現多次；“報紙”標記必須出現一次以上；“雜誌”標記可以不出現或只出現一次；而“網站”標記必須出現而且只能出現一次。
在一些父元素的聲明中，有可能它包含的子元素是在多個子元素中選擇一個來使用，那麼我們聲明此父元素時，就可以把它聲明成選擇性元素，例如：〈!ELEMENT 配偶 (妻子|丈夫)〉。可供選擇的子元素用“|”分隔，這樣，我們在XML文件中可以這樣寫：
|
〈配偶〉 |
只從中選擇一個子元素。
在我們的XML文件中，還可能包括很多“空元素”，即：元素是單獨存在的，沒有〈/元素〉這樣的結束標記。那麼在DTD中是用EMPTY關鍵字來聲明的。 如：〈!ELEMENT 元素名 EMPTY〉。在XML文件中，空元素不需要結束標記，但必須以〈/空元素名〉這樣的寫法。
在DTD中，還可以聲明一些稱爲Entity的東西，讓DTD和XML文件使用。我們可以把Entity看作是一個常量，它有一定的值。在DTD 中，Entity的聲明語法爲：〈!ENTITY entity-name entity-definition〉。例如：我們在DTD中聲明〈!ENTITY PC "(#PCDATA)"〉 ，那麼在後面的元素設定中，就可以使用這個Entity來代替“(#PCDATA)”這個字符串，如：〈!ELEMENT 作者 (#PCDATA)〉可以寫成〈!ELEMENT 作者 &&PC;〉。引用Entity的時候，必須要在Entity名稱前面加上“&&”符號，後面加上“；”符號。
在例1中，〈!ATTLIST 價格 貨幣單位 CDATA #REQUIRED〉這一句是設定元素的屬性，關於元素屬性設置的語法爲：〈!ATTLIST element-name attribute-name Type Default-value〉 。其中，〈!ATTLIST是開始屬性的設定（注意大小寫）。element-name是指明此屬性設定是針對什麼元素的；attribute-name 是設定的屬性的名稱；Type是該屬性的屬性值的類別，屬性值有多種，可以是一般的文字，或從幾種屬性值中取一種等，屬性值的種類見表2。 Default-value是指該屬性的內定值種類，有四種不同的屬性內定值（見表3）。
下面我們舉幾個例子來看一下幾個常用的元素屬性的設定。例：
〈!ATTLIST 姓名 性別 (男|女) "男"〉
此元素屬性設定是爲“姓名”這個元素設定一個名爲“性別”的屬性，此屬性的屬性值類別是Enumerated，取值範圍爲“男”或者“女”（用“|”分隔）。如果在XML文件中沒有爲此屬性賦值，那麼就取值爲“男”，因爲屬性內定值是一個字符串“男”。
〈!ATTLIST 姓名 號碼 ID #REQUIRED〉
該屬性設定是爲“姓名”元素設定一個名爲“號碼”的屬性，屬性值類別是ID，意味着在XML文件中爲此屬性賦值的時候，值在此XML文件中是唯一的，如在同一份XML文件中出現下面的XML語句：
〈姓名 號碼="1234567"〉張三〈/姓名〉
〈姓名 號碼="1234567"〉李四〈/姓名〉
注意：“號碼”屬性的值重複了，這樣，在解析過程中將會出現錯誤信息。此屬性設定中的屬性內定值爲#REQUIRED，表示這個屬性在XML文件的〈姓名〉標記中必須出現，否則解析會發生錯誤。
〈!ATTLIST 電話號碼 國家代碼 CDATA #FIX "86"〉
該屬性設定是爲“電話號碼”這個元素設定一個名爲“國家代碼”的屬性，該屬性的值是一般的文字。在〈電話號碼〉標記中不能夠設定該屬性，因爲這個屬性被設爲具有固定值的屬性（#FIX關鍵字），解析器會自動地將該屬性以及值“86”加到〈電話號碼〉標記中。
|
表2屬性值類別 |
描述 |
|
cdata |
屬性值僅僅是一般的文字。 |
|
enumerated |
列出該屬性的取值範圍，一次只能有一個屬性值能夠賦予屬性。 |
|
nmtoken |
表示屬性值只能由字母、數字、下劃線、. 、：、-這些符號組成。 |
|
nmtokens |
表示屬性值能夠由多個nmtoken組成，每個nmtoken之間用空格隔開。 |
|
id |
該屬性在xml文件中是唯一的，常用來表示人的身份證號碼。 |
|
idref |
表示該屬性值是參考了另一個id屬性。 |
|
idrefs |
表示該屬性值是參考了多個id屬性，這些id屬性的值用空格隔開。 |
|
entity |
表示該屬性的設定值是一個外部的entity，如一個圖片文件。 |
|
entities |
該屬性值包含了多個外部entity，不同的entity之間用空格隔開。 |
|
notation |
屬性值是在dtd中聲明過的notation（聲明用什麼應用軟件解讀某些二進制文件，如圖片）。 |
在XML的規範中，還規定了兩個內定的屬性，即：xml:space和xml:lang ，內定的屬性名稱以xml:開頭，而你自己定義的屬性名不能以xml:開頭，否則在解析時會發生錯誤。
我們前面已經講過，空白格在XML文件是有含義的，xml:space屬性就是來設置解析器將XML文件中的空白格傳給應用程序後的處理方法。 xml:space是一個Enumerated類型的屬性，只能夠在default和preserver之間取值。 xml:space="defaule"表示解析器將空白格傳遞給應用程序後，由應用程序內定的方法來處理這些空白格。如果沒有設定xml:space屬 性，則解析器會默認用default來設定該屬性。xml:space="preserver"是表示解析器將空白格傳遞給應用程序後，要求應用程序保留這些空白格。
xml:lang屬性是用來設置標記中的文字信息是使用哪種語言，ISO-639規定了不同語言的代表縮寫，如：xml:lang="en" 表示英文；xml:lang="la"表示拉丁文；xml:lang="zh" 表示中文資料；xml:lang="zh-CN" 表示中文（簡體）；xml:lang="zh-TW" 表示中文（繁體）。系統內定是xml:lang="en"，即標記中間的文字信息都是英文。
外部DTD
外部DTD是一個獨立於XML文件的文件，實際上也是一個文本文件，只是使用.dtd爲文件擴展名。因爲外部DTD獨立於XML文件， 那麼它可以供多個XML文件使用，就像用同一個模板可以寫出多個不同內容的文件一樣，這多個XML文件因爲是引用同一個外部DTD，所以它們的結構大致相同。
外部DTD的創建方式、語法和內部DTD是一樣的，把例1的內部DTD的例子用外部DTD來寫，文件如下所示。文件存爲後綴名爲 .dtd的文件。
|
〈?xml version="1.0" encoding="GB2312" ?〉 |
除了沒有內部DTD中的〈!DOCTYPE 參考資料 [.....]〉語句外，其他都一樣。而且有關元素數目、排列順序、空元素設定、選擇性元素、Entity聲明、屬性設定等都和內部DTD是一樣的。
XML文件使用〈!DOCTYPE element-name SYSTEM DTD-URL〉或者〈!DOCTYPE element-name PUBLIC DTD-name DTD-URL〉來引用創建好的外部DTD文件。
|
表3屬性內定值 |
描述 |
|
#required |
表示在標記中必須出現此屬性。 |
|
#implied |
標記中可以不出現此屬性。 |
|
#fix |
屬性的值是固定的某個值。 |
|
字符串 |
標記中如沒有指定屬性的值，那麼此字符串就是此屬性的值。 |
此語句必須位於XML文件的文件序言區，其中，〈!DOCTYPE表示開始聲明應用外部DTD；element-name是指該DTD的根元素的名 稱；SYSTEM是指該外部DTD文件是私有的，即我們自己創建的，沒有公開發行，只是個人或在公司內部或者幾個合作單位之間使用；而PUBIC關鍵字是 指該外部DTD是公用的，經過了公開討論，用PUBLIC的DTD都有一個邏輯名稱——DTD-name，我們必須在調用時指明這個邏輯名稱。DTD- URL是用URL的方式指明外部DTD文件的位置。例如，我們這份DTD文件存放在URL爲：http://www.xml.com/這個地方，文件名爲 ckzl.dtd。那麼在XML文件中的聲明如下：
|
〈?xml version="1.0" encoding="GB2312" ?〉 |
Schema簡介
DTD的語法相當複雜，並且它不符合XML文件的標準，自成一個體系。上面的介紹也僅僅是作了一個簡介，目的是幫助大家能讀懂DTD文件以及在必要時創建簡單的DTD文件，因爲現在很多的XML應用是建立在DTD之上的。
另外，一個代替DTD的就是W3C定義的Schema，Schema相對於DTD的明顯好處是XML Schema文檔本身也是XML文檔，而不是像DTD一樣使用自成一體的語法。這就方便了用戶和開發者，因爲可以使用相同的工具來處理XML Schema和其他XML信息，而不必專門爲Schema使用特殊工具。Schema簡單易懂，懂得XML語法、規則的人都可以立刻理解它。Schema 的概念提出已久，但W3C的標準最近纔出來，相應的應用支持尚未完善，但採用Schema已成爲XML發展的一個趨勢。
例1
DTD定義區:
|
〈?xml version="1.0" encoding="GB2312" ?〉 |