为什么XML确切地称为“语言”？

#1 楼

真正的答案是XML的名称为L，因为一个叫Raymond Lorie的人是1970年代IBM最早的“标记语言”的设计师之一。开发人员必须找到该语言的名称，所以他们选择GML，因为它是三个开发人员（Goldfarb，Mosher和Lorie）的缩写。然后，他们创建了backronym通用标记语言。

后来它被标准化为SGML（标准化通用标记语言），并且在创建XML时，开发人员希望保留ML后缀以指示与SGML的家族关系，并在其中添加了X。前，因为他们认为它看起来很酷。 （尽管实际上没有意义-XML是一种元语言，它允许您定义可扩展的语言，但是XML本身并不是可扩展的。）关于第二个问题，即XML是否可以合法被称为语言：

任何可以通过计算处理的结构化文本（甚至二进制）格式都可以称为语言。语言不会像这样“做”任何事情，但是某些软件可能会处理该语言的输入并根据语言来“做”某事。

您注意到XML是正确的“存储格式”，但是文本存储格式可以称为语言，这些术语不是相互排斥的。

编程语言是语言的子集。例如。 HTML和CSS是语言，但不是编程语言，而JavaScript是真正的编程语言。也就是说，也没有正式的编程语言定义，并且存在很大的灰色区域的语言，根据您的观点，可以将其称为数据格式或编程语言。 XML显然是一种语言。只是不是一种编程语言-尽管它可以用于定义XSLT之类的编程语言。

您关于名称空间的观点无关紧要。命名空间是XML的可选功能，并且不会更改XML词汇表的语义。如果格式可能包含多个词汇表，就只需要对元素名称进行歧义即可。也许您是说诸如XHTML，RSS，XSLT等特定词汇是语言，因为它们将元素和属性与特定的语义相关联，但是XML标准本身并未为特定的元素和属性定义任何语义，因此感觉不像是“真实语言”。

我对此的回答是，XML确实定义了语法和语义，只是在不同的级别上对其进行了定义。例如，它定义了元素和属性的语法以及有关如何处理它们的规则。 XML是一种“元语言”，它仍然是一种语言（就像元数据仍然是数据一样！）。例如，EBNF显然也是一种语言，但其目的是定义其他语言的语法，因此它也是一种元语言。

#2 楼

因为它是一种语言。一种标记语言，而不是编程语言。

请注意，诸如英语和西班牙语之类的自然人类语言也不会“做任何事情”。实际上，从技术上讲，C ++和Java之类的东西不会“做”任何事情，直到它们被馈送到编译器并执行输出。做事和成为语言在很大程度上是相互正交的。

#3 楼

令Σ为非空的有限符号集，称为字母。然后，∑ *是可数的无限个有限词集，可以通过将Σ中的零个或多个符号串联而形成。任何明确定义的子集L＆subseteq; Σ*是一种语言。

将其应用于XML。它的字母是Unicode字符集U，它是非空且有限的。并非每个零个或多个Unicode字符串联都是一个格式正确的XML文档，例如，字符串

<tag> soup &; not <//good>

显然不是。子集XML＆subset;形成格式正确的XML文档的U *是可确定的（或“递归”）。有一台机器（算法或计算机程序）将任何单词w∈U *作为输入，并且在有限的时间后，如果w∈XML则输出1，否则输出0。这样的算法是任何XML处理软件的子例程。并非所有语言都是可决定的。例如，不是在有限的时间内终止的有效C程序集（这称为停止问题）。当设计一种新语言时，要做出的一个重要决定就是它应该尽可能强大，还是为了可判定性而更好地限制表达性。

可以通过以下方式定义某些语言：一种可以产生这种语言的语法。语法由


一组有限的文字（也称为终止符），
语法的不连续有限变量集（也称为非终止符），
一个独特的起始符号，取自变量集和
一组允许进行某些替换的规则（所谓的产生式）。

完全由文字组成，可以通过以起始符号开头然后应用给定的规则来得出，该规则属于语法产生的语言。


例如，以下语法（用非正式的表示法）使您可以精确地导出十进制表示的整数。 1，2，3，4，5和6。
变量是符号S和D.

S是起始符号。
任何出现变量S可以用文字7或
替换为8以外的任何文字，后跟变量D。




任何出现的变量D都可以用任何文字替换，后跟变量D的另一个实例，或者用空字符串替换
。



这就是我们得出9的方法：

S —（应用规则4，第二个变体）→0 D —（应用规则5，第一个变体）→0 D —（应用规则5，第二个变体）→0。


根据您在语法中允许的复杂规则，需要使用各种复杂的机器来证明给定的单词实际上可以由语法产生。上面给出的示例是一个常规语法，它是最简单，功能最弱的。下一个强大的语法类别称为上下文无关。这些语法也很容易验证。 XML（除非我忽略了一些我不知道的晦涩功能）可以用上下文无关的语法来描述。语法分类形成语法的乔姆斯基层次结构（因此形成语言）。语法可以描述的每种语言至少是半确定的（或“递归枚举”）。即，存在一种机器，给定实际上属于该语言的单词，该机器得出证明它可以在有限时间内由语法产生的证明，并且永远不会输出错误的证明。这样的机器称为验证器。请注意，如果输入的单词实际上不属于该语言，则该机器可能永远不会停止运行。显然，我们希望用功能较弱的语法来描述我们的编程语言，以期能够在有限的时间内拒绝无效程序。

Schemata是XML的补充，可以完善格式良好的集合文件。遵循某种模式的格式正确的文档根据该模式称为有效。例如，字符串

<?xml version="1.0" encoding="utf-8" ?>
<root>all evil</root>

是格式正确的XML文档，但不是有效的XHTML文档。存在用于XHTML，SVG，XSLT以及其他的模式。模式验证也可以通过一种算法来完成，该算法可确保在每个输入经过有限数量的步骤后停止运行。这样的程序称为验证器或验证解析器。图式由所谓的scema定义语言定义，这是一种正式定义语法的方式。 XSD是XML的官方模式定义语言，它本身是基于XML的。 RELAX NG是XSD的一种更优雅，更简单且功能稍逊的替代方法。 “ XML”。

您可以定义一组规则，使XML文档可以解释为计算机程序的描述。前面提到的XSLT是使用XML构建的这种编程语言的示例。更一般而言，如果需要的话，可以将几乎所有编程语言的抽象语法树很自然地序列化为XML。

#4 楼

在计算机科学中，形式语言只是一组字符串，通常是无限的并且经常使用规则来描述（这些规则的两个常见版本是正则表达式和形式语法）。

请注意，这意味着所有语言需要的是语法，语言不需要描述每个有效字符串的含义（称为语义）。 。例如，XHTML是一种形式语言，其语义（大致和非正式地）描述了超文本文档的外观和行为。

XML仍然是一种语言，即使它本身没有语义（但从XML派生的许多语言都可以使用，例如XHTML和XAML。术语“语言”保留给人类可读的格式。

#5 楼

语言是一种传达信息的方法。

编程语言是一种传达算法的方法。

像XML这样的标记语言是一种传达数据的语言。

#6 楼

XML是一种元语言。您可以使用它来定义特定的语言。语言从不做任何事情，它们只允许我们表达事物。
此外，XML不是“存储语言”也不是事实。相反，实际上。您可以随意存储XML文档。最好将XML视为一种传输语言。
PS。如果您不认为XML可以“做任何事情”，则必须说明许多系统（例如码头）将XML用作（不良）编程语言的情况。这是对XML的一种可悲的滥用，但是它无处不在，并且只是众多示例之一。