XML (eXtensible Markup Language) es una tecnología textual (text-based) relativa a la descripción y estructura de los datos.
En el ámbito de los documentos, el ordenador gestiona dos tipos de archivos: binarios y de texto.

El principal inconveniente en lo que respecta a los archivos binarios es el hecho de que son creados con software propietario (“fuente cerrada”) es decir, que sólo se pueden leer e interpretar desde la aplicación en la que se hayan creado.

Por otra parte, el inconveniente de los archivos de texto es la imposibilidad de dar formato al texto: por ejemplo, aplicar la negrita o bien introducir un archivo de imagen (informaciones que se suelen denominar metadatos)

XML es el formato que reúne las ventajas de los formatos binarios y de texto: por una parte, la posibilidad de guardar los contenidos con formato (rich text) y, por otra, es un formato que se puede leer en cualquier aplicación (universalmente intercambiable).
Por este motivo se le denomina «lenguaje universal por excelencia».

El primer intento de crear un lenguaje similar fue el SGML (Standard Generalized Markup Language) en 1960. EL XML no es más que una simplificación de este primer lenguaje.

Otras ventajas del empleo de XML son:

• la separación total de contenido y formato;
• Multiplataforma (puede funcionar en cualquier sistema operativo);
• Metalenguaje (XML permite crear lenguajes derivados para gestionar un tipo de datos específico).

La sintaxis de un archivo XML es bastante sencilla:
<empleado>
  <nombre>Juan</nombre>
  <apellido>Ramírez</apellido>
</empleado>

En este ejemplo, podemos observar que la estructura de base de un archivo XML puede subdividirse en 3 elementos fundamentales que son:

• La declaración XML (compuesta por 3 elementos, de los que el primero es obligatorio, la versión)
• Un único elemento «raíz», en este caso <empleado>
• Una o más líneas de datos colocados entre etiquetas (tag) de apertura (p. ej.: <nombre>) y de cierre (p. ej.: </nombre>)

Uno de los aspectos más interesantes de este lenguaje es la posibilidad de crear lenguajes derivados para gestionar cualquier tipo de dato, como por ejemplo el formato XLIFF, que permite «marcar» todos los elementos que se van a traducir dentro de un documento para después elaborarlo con un editor, de forma que se pueda leer este formato.