Sintaxis de XML

La finalidad de XML es marcar información —describir datos— de una forma sencilla e independiente de la aplicación que requiera esa información. Un mismo XML se podría utilizar para presentar un contenido en un navegador, importarlo a una base de datos, o intercambiar información entre diversas aplicaciones.

Como todos los lenguajes de marcado, el aspecto que presenta el código XML es el de elementos que engloban texto y que se pueden anidar. Sin embargo, a diferencia de HTML, los elementos no están definidos, sino que se crean en el momento de aplicarlos, adaptados al contenido que se va a recoger. Por ejemplo, este sería un XML con la lista de los discos de TOOL:

    <discografía_tool>
        <lp>Opiate</lp>
        <lp>Undertow</lp>
        <lp>AEnima</lp>
        <lp>Salival</lp>
        <lp>Lateralus</lp>
        <lp>10,000 Days</lp>
    </discografía_tool>
            

Para ampliar la información contenida, se podrían anidar distintos elementos dentro de los elementos iniciales:

    <discografía_tool>
        <lp>
            <título>Opiate</título>
            <año>1992</año>
            <discográfica>Zoo/BMG/Volcano</discográfica>
            <temas>
                <tema>Sweat</tema>
                <tema>Hush</tema>
                <tema>Part of Me</tema>
                <tema>Cold and Ugly (live)</tema>
                <tema>Jerk-Off (live)</tema>
                <tema>Opiate</tema>
                <tema>The Gaping Lotus Experience</tema>
            </temas>
        </lp>
        <lp>
            <título>Undertow</título>
            <año>1993</año>
            <discográfica>Zoo/BMG/Volcano</discográfica>
            <temas>
                <tema>Intolerance</tema>
                <tema>Prison Sex</tema>
                <tema>Sober</tema>
                <tema>Bottom</tema>
                <tema>Crawl Away</tema>
                <tema>Swamp Song</tema>
                <tema>Undertow</tema>
                <tema>4º</tema>
                <tema>Flood</tema>
                <tema>Disgustipated</tema>
            </temas>
        </lp>
        …
    </discografía_tool>
            

Por último, cada elemento acepta atributos —siempre que su valor vaya entrecomillado—, que como los primeros son definidos según las necesidades del autor y de los contenidos. Supongamos que posteriormente vamos a utilizar el XML anterior como un archivo de datos. Para poder procesar cada disco por separado, se podría buscar por el título dentro de cada elemento lp, pero resulta más efectivo añadir un identificador a cada uno:

    <discografía_tool>
        <lp identificador="01">
            <título>Opiate</título>
            <año>1992</año>
            <discográfica>Zoo/BMG/Volcano</discográfica>
            <temas>
                <tema>Sweat</tema>
                …
            </temas>
        </lp>
        <lp identificador="02">
            <título>Undertow</título>
            <año>1993</año>
            <discográfica>Zoo/BMG/Volcano</discográfica>
            <temas>
                <tema>Intolerance</tema>
                …
            </temas>
        </lp>
        …
    </discografía_tool>
            

Con esto queda descrita la sintaxis de XML. Sólo hay que tener en cuenta una serie de reglas sencillas que se deben aplicar a la hora de crear un documento:

• Ningún elemento puede aparecer sin su correspondiente cierre.
• XML es sensible al caso, por lo que lp y LP se considerarían elementos distintos.
• Los elementos deben estar anidados correctamente. Así, <elemento_1><elemento_2> contenido </elemento_2></elemento_1> es correcto, pero <elemento_1><elemento_2> contenido </elemento_1></elemento_2> genera un error en un analizador sintáctico (parser) de XML.
• Todo documento XML debe tener un elemento raíz que no puede duplicarse, y que es el primero que se abre y el último que se cierra. En nuestro ejemplo es discografía_tool.
• Los atributos siempre deben ir entrecomillados.
• Para los atributos que sean booleanos¹, su valor debe explicitarse de manera redundante.
• Los espacios en blanco se preservan.
• Los comentarios se marcan como en HTML (<!-- comentario -->).
• Los nombres de los elementos pueden contener letras, números y tres signos de puntuación: guión (-), guión bajo (_) y punto (.).
• Los nombres de los elementos no pueden empezar por un número o un signo de puntuación (excepto el guión bajo).
• Los nombres de los elementos no pueden empezar por las letras «xml» (ni cualquier combinación de caso, como XML, Xml,etc.).
• Los nombres de los elementos no pueden contener espacios.

Notas

1. Un booleano es un tipo de variable de 1 bit, es decir, que sólo acepta un valor de 1 o de 0, o dicho de otro modo, un valor de verdadero o falso.