xml 文件是可扩展标记语言文件，本质是一种纯文本结构化数据存储格式，主要作用就是用自定义标签来描述和保存层级化数据，跨系统跨软件传输数据的时候使用非常广泛，很多配置文件接口报文软件工程文件都采用 xml 文件格式，它和 html 不一样，html 是用来展示网页内容，xml 核心目标是存储和传输数据，不负责页面渲染，之所以 xml 文件能够长期在各个行业使用，是因为它属于纯文本，人可以直接阅读修改，同时支持自定义标签，扩展性很强，不同行业可以按照自身业务定义专属标签，还能实现不同程序之间的数据互通，但是 xml 文件也有短板，相比 json，它标签冗余更多，文件体积会更大，解析的时候占用资源也会更高，理解 xml 文件格式解析，核心就是掌握标签嵌套属性文档声明这些基础规则，学会看懂层级结构，后续才能完成读写校验转换这类操作。
xml 基础核心概念
xml 全称 Extensible Markup Language，中文名称可扩展标记语言，文件后缀一般为 xml，文件本身是纯文本编码，常见编码是 utf8，也可以使用 gbk 等编码。
文档声明，放在 xml 文件最开头，用来声明 xml 版本和编码方式，是规范 xml 文件的第一行内容。
元素，也就是标签，分为开始标签和结束标签，标签可以嵌套，形成树状层级结构，标签名称可以自定义，但是命名有规范，不能以数字开头，不能包含空格特殊符号。
属性，写在开始标签内部，用来补充元素的附加信息，一个元素可以设置多个属性。
根元素，整个 xml 文件必须有且只有一个根元素，所有其他子元素全部嵌套在根元素内部，这是 xml 强制语法要求。
xml 语法核心规则
1 标签必须成对闭合，不能只写开始标签不写结束标签，自闭合标签属于特殊写法，不需要单独结束标签
2 标签区分大小写，Book 和 book 会被识别成两个不同标签
3 标签嵌套不能交叉错乱，父标签必须完整包裹子标签，不能交叉嵌套
4 属性值必须使用引号包裹，单引号双引号都可以，推荐统一使用双引号
5 注释内容写在注释标记内部，注释不会被解析程序读取执行
6 特殊字符需要使用转义字符，比如小于号大于号这类符号，不能直接写在标签内容里面
xml 和 json 对比表格
| 对比项目 | xml 文件 | json 文件 |
|---|---|---|
| 数据结构 | 标签树状结构 | 键值对数组结构 |
| 可读性 | 标签多，可读性中等 | 结构简洁，可读性高 |
| 文件体积 | 相对偏大 | 相对更小 |
| 自定义能力 | 支持自定义标签，扩展性强 | 键名自定义，没有标签体系 |
| 解析方式 | 需要 xml 解析器 | json 解析器 |
| 适用场景 | 配置文件报文老旧系统对接 | 接口数据传输轻量化数据 |
xml 文件格式解析操作步骤
第一步，确认编码，打开 xml 文件首先查看文档声明里面的编码，打开编辑器的时候选择对应编码，防止中文乱码。
第二步，识别根元素，找到最外层唯一根标签，确认整个文档的顶层节点。
第三步，逐层读取嵌套子元素，区分元素文本内容和元素属性，理清父子层级关系。
第四步，校验语法，检查标签是否闭合大小写是否一致嵌套是否合法，判断 xml 是否为合法文档。
第五步，程序解析，开发场景可以使用 dom 解析或者 sax 解析两种主流方式，dom 会把整个 xml 加载成内存树，适合需要随机访问节点的场景，sax 是流式解析，适合超大 xml 文件，占用内存更低。
常见应用场景
软件应用配置文件，很多桌面软件服务器程序使用 xml 保存配置参数。
数据交换报文，早期 webservice 接口大量使用 xml 作为报文载体。
办公文档，早期 office openxml 底层文档结构就是 xml 压缩包形式。
行业标准文件，出版医疗工业领域很多标准数据文件采用 xml 格式。
【常见问题】
问题 1 xml 文件格式解析的时候为什么会提示语法错误
回答 1 xml 文件格式解析报错大多是标签没有闭合大小写不一致嵌套交叉，或者属性没有加引号，根元素不唯一这类语法问题，做 xml 文件格式解析前要逐项检查这些语法点。
问题 2 dom 解析和 sax 解析在 xml 文件格式解析里面有什么区别
回答 2 dom 解析在 xml 文件格式解析时会把全部 xml 加载到内存生成节点树，支持随机查找修改节点，缺点是大文件占用内存高，sax 解析是流式读取 xml 文件格式解析，边读边处理，内存占用低，但是不能随机修改节点。
问题 3 xml 文件格式解析中文乱码怎么处理
回答 3 xml 文件格式解析出现中文乱码，一般是文件实际编码和文档声明编码不匹配，需要确认原始文件编码，编辑器和解析程序统一改成相同编码，再重新做 xml 文件格式解析。
问题 4 xml 文件格式解析和 html 解析可以用同一套思路吗
回答 4 xml 文件格式解析和 html 解析思路有相似点，但是不能完全通用，xml 要求严格语法必须闭合标签，html 容错性很强，xml 文件格式解析对语法校验要求更高。
【免责申明】
本文 xml 文件格式解析属于技术科普内容，不同解析库开发语言实现细节会存在差异，实际项目使用请参考对应开发库官方文档，本文不承担因为代码实现错误解析异常带来的数据丢失业务故障相关责任。