diferencia entre html y xml

1. Diferencias

2. «lenguaje de marcado de hipertexto»

3. HTML, siglas de HyperText Markup Language («lenguaje de marcado de hipertexto»),
hace referencia al lenguaje de marcado predominante para la elaboración de páginas
web que se utiliza para describir la estructura y el contenido en forma de texto, así como
para complementar el texto con objetos tales como imágenes. El HTML se escribe en
forma de «etiquetas», rodeadas por corchetes angulares (<,>). HTML también puede
describir, hasta un cierto punto, la apariencia de un documento, y puede incluir un script
(por ejemplo JavaScript), el cual puede afectar el comportamiento de navegadores web y
otros procesadores de HTML.
HTML también sirve para referirse al contenido del tipo de MIME text/html o todavía más
ampliamente como un término genérico para el HTML, ya sea en forma descendida del
XML (como XHTML 1.0 y posteriores) o en forma descendida directamente de SGML
(como HTML 4.01 y anteriores).

4. Primeras especificaciones
La primera descripción de HTML disponible públicamente fue un documento llamado
HTML Tags (Etiquetas HTML), publicado por primera vez en Internet por Tim Berners-
Lee en 1991.2 3 Describe 22 elementos que incluyen el diseño inicial y relativamente
simple de HTML. Trece de estos elementos todavía existen en HTML 4.4
Berners-Lee consideraba a HTML una ampliación de SGML, pero no fue formalmente
reconocida como tal hasta la publicación de mediados de 1993, por la IETF, de una
primera proposición para una especificación de HTML: el boceto Hypertext Markup
Language de Berners-Lee y Dan Connolly, el cual incluía una Definición de Tipo de
Documento SGML para definir la gramática.5 El boceto expiró luego de seis meses, pero
fue notable por su reconocimiento de la etiqueta propia del navegador Mosaic usada
para insertar imágenes sin cambio de línea, que reflejaba la filosofía del IETF de basar
estándares en prototipos con éxito. 6 De la misma manera, el boceto competidor de
Dave Raggett HTML+ (Hypertext Markup Format) (Formato de Marcaje de Hipertexto),
de finales de 1993, sugería estandarizar características ya implementadas, como las
tablas.

5. Elementos
Los elementos son la estructura básica de HTML. Los elementos tienen dos
propiedades básicas: atributos y contenido. Cada atributo y contenido tiene
ciertas restricciones para que se considere válido al documento HTML. Un
elemento generalmente tiene una etiqueta de inicio (por ejemplo, <nombre-de-
elemento>) y una etiqueta de cierre (por ejemplo, </nombre-de-elemento>).
Los atributos del elemento están contenidos en la etiqueta de inicio y el
contenido está ubicado entre las dos etiquetas (por ejemplo, <nombre-de-
elemento atributo="valor">Contenido</nombre-de-elemento>). Algunos
elementos, tales como <br>, no tienen contenido ni llevan una etiqueta de
cierre. Debajo se listan varios tipos de elementos de marcado usados en
HTML.
Estructura general de una línea de código en el lenguaje de etiquetas HTML.
El marcado estructural describe el propósito del texto. Por ejemplo,
<h2>Golf</h2> establece «Golf» como un encabezamiento de segundo nivel,
el cual se mostraría en un navegador de una manera similar al título «Marcado
HTML» al principio de esta sección. El marcado estructural no define cómo se
verá el elemento, pero la mayoría de los navegadores web han estandarizado
el formato de los elementos. Puede aplicarse un formato específico al texto por
medio de hojas de estilo en cascada.

6. El marcado presentacional describe la apariencia del texto, sin importar su función. Por
ejemplo, <b>negrita</b> indica que los navegadores web visuales deben mostrar el texto
en negrita, pero no indica qué deben hacer los navegadores web que muestran el
contenido de otra manera (por ejemplo, los que leen el texto en voz alta). En el caso de
<b>negrita</b> e <i>itálica</i>, existen elementos que se ven de la misma manera pero
tienen una naturaleza más semántica: <strong>enfásis fuerte</strong> y
<em>énfasis</em>. Es fácil ver cómo un lector de pantalla debería interpretar estos dos
elementos. Sin embargo, son equivalentes a sus correspondientes elementos
presentacionales: un lector de pantalla no debería decir más fuerte el nombre de un libro,
aunque éste esté en itálicas en una pantalla. La mayoría del marcado presentacional ha
sido desechada con HTML 4.0, en favor de hojas de estilo en cascada.
El marcado hipertextual se utiliza para enlazar partes del documento con otros
documentos o con otras partes del mismo documento. Para crear un enlace es necesario
utilizar la etiqueta de ancla <a> junto con el atributo href, que establecerá la dirección
URL a la que apunta el enlace. Por ejemplo, un enlace a la Wikipedia sería de la forma
<a href=”es.wikipedia.org”>Wikipedia</a>. También se pueden crear enlaces sobre otros
objetos, tales como imágenes <a href=”enlace”><img src=”imagen” /></a>.

7. Atributos
La mayoría de los atributos de un elemento son pares nombre-valor,
separados por un signo de igual «=» y escritos en la etiqueta de comienzo de
un elemento, después del nombre de éste. El valor puede estar rodeado por
comillas dobles o simples, aunque ciertos tipos de valores pueden estar sin
comillas en HTML (pero no en XHTML). De todas maneras, dejar los valores
sin comillas es considerado poco seguro. En contraste con los pares nombre-
elemento, hay algunos atributos que afectan al elemento simplemente por su
presencia (tal como el atributo ismap para el elemento img).

8. «Lenguaje de marcado extensible»

9. Extensible Markup Language (XML) es un lenguaje de marcado que define un conjunto de reglas para
la codificación de documentos en un formato que sea legible y legible por máquina . Se define en la
especificación XML 1.0 producido por el W3C , y varias otras especificaciones relacionadas, a todos
gratuitamente los estándares abiertos .
Los objetivos de diseño de XML hincapié en la simplicidad, la generalidad y la facilidad de uso en el
Internet . Se trata de un formato de datos textual con un fuerte apoyo a través de Unicode para los
idiomas del mundo. Aunque el diseño de XML se centra en los documentos, es ampliamente utilizado
para la representación de arbitrarias estructuras de datos , por ejemplo en los servicios Web .
Muchas interfaces de programación de aplicaciones (API) se han desarrollado para los
desarrolladores de software a utilizar para procesar datos XML, y varios sistemas de esquema existen
para ayudar en la definición de lenguajes basados ​en XML.
A partir de 2009 , cientos de lenguajes basados ​en XML se han desarrollado, incluyendo RSS , Atom ,
JABÓN , y XHTML . Formatos basados ​en XML se han convertido en la opción predeterminada para
muchos de productividad de oficina, herramientas, incluyendo Microsoft Office ( Office Open XML ),
OpenOffice.org y LibreOffice ( OpenDocument ) y de Apple 's de iWork . XML también se ha empleado
como base idioma de los protocolos de comunicación , tales como XMPP .

10. El material de esta sección se basa en la especificación XML. Esto no es una lista
exhaustiva de todas las construcciones que aparecen en XML, que proporciona una
introducción a la clave construye con mayor frecuencia en el uso del día a día.
(Unicode) Carácter
Por definición, un documento XML es una cadena de caracteres. Casi todos los
legales Unicode de caracteres pueden aparecer en un documento XML.
Procesador y aplicaciones
El procesador analiza el marcado y pasa la información estructurada a una aplicación.
Los lugares de especificación de requisitos en lo que es un procesador de XML debe
hacer y no hacer, pero la aplicación se encuentra fuera de su alcance. El procesador
(como la especificación de la llama) se refiere a menudo coloquialmente como un
analizador XML.

11. Marcas y Contenido
Los personajes que componen un documento XML se dividen en el
marcado y el contenido. De marcado y el contenido puede ser distinguido
por la aplicación de sencillas reglas sintácticas. Todas las cadenas que
constituyen marcas o bien comenzar con el carácter < y terminan con un >
, o comenzar con el carácter & y terminar con un ; . Las cadenas de
caracteres que no son de marcas están contentos.
Etiqueta
Una construcción de marcado que comienza con < y termina con > .
Tags vienen en tres sabores:
puesta en las etiquetas, por ejemplo: <section>
las etiquetas de fin, por ejemplo: </section>
los elementos vacios etiquetas, por ejemplo: <line-break />

12. Elemento
Un componente de lógica en el documento o bien comienza con una etiqueta de comienzo y
termina con un juego etiqueta final o se compone sólo de una etiqueta de elemento vacío. Los
caracteres entre el comienzo y final de las etiquetas, si las hubiere, son el contenido del
elemento, y puede contener marcas, incluyendo otros elementos, que se llaman elementos
secundarios. Un ejemplo de un elemento es <Greeting>Hello, world.</Greeting> (ver hola
mundo ). Otra es <line-break /> .
Atributo
Un marcado la construcción que consta de un par de nombre / valor que existe dentro de
una etiqueta de inicio de etiqueta o vacío elemento. En el ejemplo (abajo) el elemento img
tiene dos atributos, src y alt: <img src="madonna.jpg" alt='Foligno Madonna, by Raphael' /> .
Otro ejemplo sería <step number="3">Connect A to B.</step> donde el nombre del atributo es
"número" y el valor es "3".
Declaración XML
Los documentos XML pueden empezar por declarar alguna información sobre ellos mismos,
como en el ejemplo siguiente:
<? Xml version = "1.0" encoding = "UTF-8"?>

13. Documentos XML contener solamente caracteres del
Unicode repertorio. A excepción de un pequeño número de
excluidos específicamente los caracteres de control , con
cualquier carácter definido por Unicode puede aparecer en
el contenido de un documento XML. La selección de
caracteres que pueden aparecer dentro de margen de
beneficio es algo más limitado, pero sigue siendo grande.
XML incluye facilidades para la identificación de la
codificación de los caracteres Unicode que componen el
documento, y para expresar caracteres que, por una u otra
razón, no pueden ser utilizados directamente.

14. Los caracteres válidos
Artículo principal: Los caracteres válidos en XML
Puntos de código Unicode en los siguientes rangos son válidos en documentos XML 1.0: [10]
U +0009, U +000 A, U +000 D: éstos son los únicos C0 controles aceptados en XML 1.0;
U +0020- U + D7FF, U + U + E000-FFFD: esto excluye a algunos (no todos) que no son
personajes de la BMP (todos los sustitutos, U + U + FFFE y FFFF están prohibidas);
U +10000- U +10 FFFF: esto incluye todos los puntos de código en los planos
complementarios, incluidos los no caracteres.
XML 1.1 [11] se extiende el conjunto de caracteres permitidos para incluir todo lo anterior,
además de los caracteres restantes en el rango de U +0001- U +001 F. Al mismo tiempo, sin
embargo, restringe el uso de C0 y C1 caracteres de control que no sean U 0009, U 000, U D
000 y U 0085 al obligarles a ser escrito en forma de escape (por ejemplo, U 0001 debe ser
escrito como o su equivalente). En el caso de caracteres C1, esta restricción es una
incompatibilidad hacia atrás, sino que se introdujo para permitir los errores comunes de
codificación para ser detectado.
El punto de código U 0000 es el único personaje que no está permitido en cualquier XML 1.0 o
documento 1.1.

15. Detección de codificación
El conjunto de caracteres Unicode puede ser codificado en bytes para el
almacenamiento o transmisión en una variedad de maneras diferentes,
llamados "codificaciones". Unicode se define codificaciones que cubren todo el
repertorio, muy conocidas son UTF-8 y UTF-16 . [12] Hay muchas otras
codificaciones de texto que antes de la fecha de Unicode, como ASCII y ISO /
IEC 8859 , sus repertorios de caracteres en casi todos los casos son
subconjuntos del conjunto de caracteres Unicode.
XML permite el uso de cualquiera de las codificaciones Unicode definidos, y
cualquier otro tipo de codificación cuyos personajes también aparecen en
Unicode. XML también proporciona un mecanismo por el cual un procesador
de XML de forma fiable puede, sin ningún conocimiento previo, determinar qué
está codificado. [13] codificaciones distintas de UTF-8 y UTF-16 no
necesariamente será reconocido por todos los análisis de XML.