XML

Ein XML-Dokument besteht aus Inhalt und Textauszeichnungen (engl. Markup). Auszeichnungen, die in spitze Klammern eingeschlossen sind, heißen Tags. Sie treten meist paarweise auf und schließen dann einen Inhalt ein. Tags und eingeschlossener Inhalt bilden ein Element.
Grundsätzlich inhaltslose Elemente bestehen nur aus einem einzigen Tag. Ein Beispiel ist der Zeilenumbruch
in HTML. Hier ist zu erkennen, dass bei inhaltslosen Elementen vor der schließenden spitzen Klammer ein Schrägstrich steht. Dieser ist auch bei Elementen mit Inhalt zu finden, steht dort aber hinter der öffnenden spitzen Klammer des schließenden Tags, wie im folgenden Beispiel einer HTML-Absatzmarkierung zu erkennen ist:

Der zweite elementare Sprachbaustein von SGML, neben dem Element, ist das Attribut. Attribute sind Namens-Wert-Paare, die innerhalb von öffnenden oder inhaltslosen Tags notiert werden. Ein prominentes Beispiel für die Verwendung von Attributen ist die Spezifikation der Dateinamen für Bilder, die mit dem einem Image-Tag wie in HTML Dokumente eingefügt werden.

Im Gegensatz zu HTML ist XML genau wie SGML eine Metasprache, die erweiterbar ist, und die es erlaubt, eigene Markupsprachen zu definieren. Das bedeutet, dass es mit XML möglich ist, seine Daten in einer genau dafür abgestimmten Form zu speichern.

Die Grundlage von XML ist ASCII Text, der nicht nur von allen Computern gelesen werden kann, sondern auch vom Menschen. Informationen, die in XML strukturiert sind, können auch ohne die Anwendung, mit der sie erstellt wurden, gelesen werden. Durch das Verschachteln von Elementen können in XML hierarchische Strukturen zwischen Daten abgebildet werden.

XML ist neutral gegenüber der Präsentation. Der Inhalt einer XML Datei kann durch verschiedene Stylesheets in vielfältiger Weise aufbereitet und präsentiert werden, ohne dass das Originaldokument verändert werden muss. Durch Unterstützung des Unicode-Standards können mit XML Inhalte in fast allen Sprachen der Welt gespeichert und weiterverarbeitet werden, inkl. bidirektionaler Sprachen wie Arabisch oder auch Japanisch und Chinesisch. Zusätzlich enthält der Unicode-Zeichensatz auch viele Sonderzeichen, wie das International Phonetic Alphabet (IPA).