اشنایی با xml

xml مخفف زبان نشانه‌گذاري قابل گسترش مي‌باشد. اين زبان يك زبان نشانه‌گذاري جديد است كه توسط كنسرسيوم وب براي غلبه بر محدوديتهاي زبان HTML بوجود آمده است. كنسرسيوم وب سازماني است كه مسئول نگهداري استاندارهاي موجود در زمينه وب مي‌باشد كه از مهمترين اين استاندارها مي‌توان به HTML اشاره كرد.



HTML به طور قطع رايجترين زبان نشانه‌گذاري مي‌باشد. بر طبق برخي گزارشات هم اكنون چندين ميليارد صفحه وب با فرمت HTML توسط محدوده وسيعي از ابزارها شامل مرورگرها، ويرايشگرها، نرم‌افزارهاي پست الكترونيك و غيره پشتيباني مي‌شود. در ابتدا كاربرد وب تنها در انتشار مدارك علمي بود ولي امروزه تا حد يك رسانه ارتباطي در حد تلويزيون و كتاب رشد كرده است. براي پاسخگويي به اين همه مخاطب.

HTML چندين بار گسترش يافته و برچسبهاي جديدي به آن اضافه شده است. براي مقايسه, توجه داشته باشيد كه اولين ويرايش HTML تنها شامل 12 برچسب بود در حاليكه جديدترين ويرايش آن (HTML 4.0) بدون احتساب برچسبهاي ويژه مرورگرهاي خاص، بالغ بر 100 برچسب دارد. علاوه بر اين مجموعه‌اي از زبانهاي برنامه‌نويسي نيز مانند ASP, CGI, JAVA براي استفاده تعاملي از وب بوجود آمده است.



با وجود تمام قابليتهايي كه براي HTML برشمرديم اين زبان داراي نقاط ضعفي است كه رشد آن را با محدوديت مواجه كرده است. HTML به مجموعه‌اي با بيش از 100 برچسب تبديل شده كه آن را تبديل به زباني پيچيده كرده است. تركيب برچسبها تقريباً نامحدودند و بعضاً تركيبهايي وجود دارند كه حاصل نمايش آنها بر روي مرورگرهاي مختلف متفاوت است. علاوه بر اين عليرغم 100 برچسب موجود در اين زبان، نيازهاي امروزه برچسبهاي بيشتري را براي كاربردهاي مختلف طلب مي‌كنند.

كاربردهاي تجارت الكترونيك به برچسبهايي براي توصيف كالا، قيمت ، نام، آدرس و غيره احتياج دارند. موتورهاي جستجو به برچسبهاي دقيقتر براي كلمات كليدي و توضيحات داده‌ها احتياج دارند و كاربردهاي امنيتي نياز به برچسبهايي براي امضاهاي ديجيتالي دارند. به طور كلي تمامي كاربردها براي نيازهاي خود احتياج به برچسبهاي خاصي دارند كه توسط HTML پشتيباني نمي‌شود.



جدا از كاربردهايي كه احتياج به اضافه‌كردن برچسبهاي جديد به HTML دارند، كاربردهايي نيز هستند كه تعداد برچسب كمتر HTML يكي از نيازهاي اساسي آنها مي‌باشد. برطبق پيش‌بيني كنسرسيوم وب در سال 2003و 75% استفاده كنندگان از وب از وسيله‌اي غير از كامپيوتر شخصي مانند تلفن همراه براي دسترسي به وب استفاده خواهند كرد. توان پردازش اين وسايل خيلي كمتر از يك كامپيوتر شخصي مي‌باشد و بنابراين چنين وسايلي قدرت پردازش زبان پيچيده‌اي مانند HTML فعلي را ندارند چه رسد به اين كه براي پشتيباني كاربردهاي خاص برچسبهاي بيشتري هم به آن اضافه شده باشد.



مشكل ديگر HTML اين است كه براي قالب‌بندي يك صفحه به تعداد زيادي برچسب احتياج است و در اكثر موارد صفحاتي مشاهده مي شود كه حجم علائم نشانه‌گذاري در آنها بيشتر از محتواي آنهاست كه همين امر سرعت دستيابي و نمايش اين صفحات را به طور قابل ملاحظه‌اي كم مي‌كند.



زبان xml در سال 1997 توسط كنسرسيوم وب براي رفع محدوديتهاي موجود در HTML و اضافه كردن قابليتهاي جديد بوجود آمد. تفاوت اصلي XML با HTML در اين است كه XML سعي دارد داده‌ها را طوري نشانه‌گذاري كند كه معناي آنها حفظ شود و در حاليكه HTML داده‌ها را طوري نشانه‌گذاري مي‌كند كه قابل نمايش براي مرورگرها باشد. در واقع تاكيد XML بر روي معناي داده‌هاست در حاليكه تاكيد HTML بر نمايش داده مي‌باشد. به منظور حفظ معناي داده‌ها XML ابر داده(MetaData ) توصيف كننده داده‌ها را نيز همراه آنها ذخيره مي‌كند.



XML زير مجموعه ساده شده‌اي از زبان SGML مي‌باشد. SGML يك زبان عمومي و پيچيده براي نشانه‌گذاري داده‌هاست كه در دهه 80 بوجود آمد و پدر زبانهاي نشانه‌گذاري محسوب مي‌شود. قابليتهاي زياد اين زبان آن را بيش از اندازه پيچيده كرده است بطوري كه كنسرسيوم وب آن را بعنوان جانشين HTML مناسب ندانسته و تصميم گرفت زير مجموعه ساده شده‌اي از آن را با نام XML جانشين HTML كند. XML را در واقع يك ابر زبان ناميده ميشود چرا كه كاربر بسته به نيازهايي كه دارد مي‌تواند با استفاده از آن زبان نشانه‌گذاري جديدي براي نشانه‌گذاري داده‌هايش ايجاد كند.

XML همچنين قادر است ساختار داده‌هاي ذخيره شده را نيز بهمراه معناي آنها حفظ كند. اين زبان داراي هيچ برچسب از پيش تعريف شده‌‌اي نيست و تمامي برچسب‌ها برحسب نياز توسط كاربر تعريف مي‌شوند. قابليتهاي XML و اجزاء همراه آن، اين زبان را به زبان قابل حمل و استاندارد براي كاربردهاي مختلف تبديل كرده است.