2.1 什么是“形式良好的”XML文件
   

“HTML有大约三百个不同的标记，大多数标记又有相当多的标签， 每个标签还有几种、十几种不同的取值。乍一想起来，XML比HTML更加强大，所以你可能觉得它会有更多的标记。其实不然，XML预定义的标记数目近乎为0。
——Elliotte Rusty Harold”
（注：其实HTML中只有90多个标记，Harold有点夸张了。）

读过前面一章后，相信大家对这段话都会有一个深刻的理解。恰如我们前面所讲的，XML是一个源置标语言，可以看作是用来产生置标语言的工具。因此，XML并没有预定义一个特定的标记集，而是描述了一个用来定义标记集的方法。当我们用这个方法规定好一个标记集，并根据这些规定填入文本内容后，这些标记就和纯文本一起构成了一个XML文件。
从一开始起，我们就一直在讲XML“文件”如何如何，不过需要指出，使用“文件”这个词可能会造成误导。XML标记语言除了能够放在通常意义的文件中以外，还能够按照数据流、数据库结果集、以及由应用程序动态产生的结果而进行传送。因此，我们所说的XML文件实际上是广义的文件，更准确的叫法应该是一个“数据对象”，但是为了简便起见，我们仍称它为“文件”。
尽管XML允许你“随心所欲”地建立你自己的标记集（后面一章我们会讲到建立标记集所要遵循的种种规则），一旦这个标记集建立起来，你就不能再那么“随心所欲”地写你的XML文件了，你必须严格遵守XML的语法和你自己的标记集的规定。当一个XML文件呈交给一个XML处理程序时，为了保证处理程序能够很好地理解它，XML必须遵守XML的语法标准。最起码的，这个XML文件应该是“形式良好的”（well-formed）。否则，处理程序将会不知所措，无法再进一步进行下去，这时你能得到的全部结果，也只不过是一个“致命错误”的抱怨而已。
在XML中，“形式良好”有着明确的标准，即是要遵守XML1.0规范中的语法规则。无论是从物理结构上讲，还是从逻辑结构上讲，XML都必须符合规范，才能被正确解释处理。
可能刚刚看到这里，你就已经被吓坏了。干嘛要那么多语法限制，现在不是都讲究“鲁棒性”吗？别忘了XML制定的本意。XML创建之初的目标就是希望XML文件既容易被人阅读，又容易被机器理解。为人设计一个可读的语言尚且容易，因为经过多年的磨练，人们似乎擅于理解一个不严格遵守文法的，甚至有歧义的XML文件。但机器可没有那么智能化，如果文法不是很明确，或者一个文件没有遵守文法，那机器就丈二和尚——摸不着头脑了。所以，确保你的文件是“形式良好的”，这是一个最低标准，符合了这个标准，就能保证连最笨的机器也能阅读你的XML文件了。
在这一章里，我们就来详细讲述这些最低标准。语法中的条条框框总显得枯燥乏味，不过正是它们保证了XML严密的条理性、逻辑性和良好的结构性，XML的优点也正是依靠它们体现出来的。