Formateador y Validador XML

XML (Extensible Markup Language) es un formato basado en texto para almacenar y transportar datos estructurados. A diferencia de HTML, las etiquetas XML no están predefinidas — usted define las suyas propias. XML se usa para: archivos de configuración (Maven pom.xml, Spring, layouts de Android), intercambio de datos (servicios web SOAP, feeds RSS/Atom, OpenDocument), formatos de oficina (DOCX, XLSX son archivos ZIP que contienen XML), gráficos vectoriales SVG y XHTML. XML distingue entre mayúsculas y minúsculas y requiere el anidamiento y cierre correcto de las etiquetas.

XML es para almacenamiento/transporte de datos; HTML es para presentación. Las etiquetas XML están definidas por el usuario; las etiquetas HTML están predefinidas. XML distingue entre mayúsculas y minúsculas (<Etiqueta> ≠ <etiqueta>); HTML no. XML requiere que cada elemento esté cerrado (<br/> no <br>); HTML permite el cierre opcional. XML requiere el anidamiento correcto; HTML es más permisivo. Los documentos XML deben estar bien formados (analizarse sin errores); los navegadores HTML pueden renderizar HTML malformado. XHTML combina ambos: es HTML que usa las reglas XML.

El XML bien formado debe: comenzar con la declaración <?xml version="1.0"?> (opcional pero recomendada), tener exactamente un elemento raíz, anidar correctamente todos los elementos (sin etiquetas cruzadas), cerrar todos los elementos, poner entre comillas todos los valores de atributos, escapar los caracteres especiales (<, >, &, ", ') y tener nombres de atributos únicos por elemento. El XML válido además se ajusta a un esquema (DTD o XSD) que define los elementos, atributos y tipos de datos permitidos. La mayoría de los analizadores XML requieren XML bien formado; la validez es opcional.

XML define 5 entidades predefinidas: &lt; para <, &gt; para >, &amp; para &, &quot; para " (en atributos), &apos; para ' (en atributos). Cualquier contenido de texto que contenga < o & debe usar estos escapes. Para otros caracteres especiales: use referencias de caracteres numéricas &#65; (decimal) o &#x41; (hex) para A. Las secciones CDATA evitan el escapado: <![CDATA[contenido con <etiquetas> y & símbolos]]>. El contenido CDATA se trata como texto sin formato, no como marcado.

Los espacios de nombres evitan conflictos de nombres de elementos al combinar XML de diferentes vocabularios. Sintaxis: xmlns:prefijo="URI". Ejemplo: <soap:Envelope xmlns:soap="http://schemas.xmlsoap.org/soap/envelope/">. El URI es solo un identificador, no una URL para obtener. XSD (XML Schema Definition) es la forma estándar de definir y validar la estructura XML: elementos permitidos, tipos de datos, restricciones, cardinalidad. DTD (Document Type Definition) es más antiguo y menos potente. RELAX NG es otro lenguaje de esquema.