XML offre la libertà di definire i tag a seconda delle necessità, ma perché non si generi confusione è necessario un meccanismo che ne vincoli l'utilizzo all'interno dei documenti. Si può stabilire quali tag possono essere utilizzati e come per rispecchiare una struttura logica predefinita.
In altre parole abbiamo bisogno di definire una grammatica per il linguaggio di markup che abbiamo ideato. Una grammatica è un insieme di regole che indica quali vocaboli (elementi) possono essere utilizzati e con che struttura è possibile comporre frasi (documenti).
Una grammatica definisce uno specifico linguaggio linguaggio di markup. Dunque se un documento XML rispetta le regole definite da una grammatica è detto valido per un particolare linguaggio.
La caratteristica di documento valido si affianca a quella di documento ben formato per costruire documenti XML adatti ad essere elaborati automaticamente.
C'è da sottolineare che un documento ben formato può non essere valido rispetto ad una grammatica, mentre un documento valido è necessariamente ben formato. tra l'altro, un documento valido per una grammatica può non essere valido per un'altra grammatica.
Ma come si definisce una grammatica per descrivere un linguaggio di markup? Attualmente due sono gli approcci più diffusi alla creazione di grammatiche per documenti XML: Dtd - Document Type Definition e XML Schema. Questi argomenti saranno affrontati in seguito.
Un documento XML può essere all'origine di diversi tipi di elaborazione: generazione di altri documenti, eventualmente in formati diversi, controllo delle impostazioni di programmi, rappresentazione di immagini, ecc.
Tutti i possibili impieghi di XML, però, si fondano su due tipi di elaborazione preliminare: la verifica che un documento sia ben formato e la sua validità rispetto ad una grammatica.
I software che si occupano di queste elaborazioni sono detti parser e sono degli strumenti standard disponibili sulle diverse piattaforme. Possiamo suddividere i parser in due categorie (talvolta può essere lo stesso parser che assume due ruoli):
- parser non validante è un parser che verifica soltanto se un documento è ben formato
- parser validante è un parser che, oltre a verificare che un documento è ben formato, verifica se è corretto rispetto ad una data grammatica
La maggior parte degli editor XML più recenti hanno un parser integrato o si appoggiano su parser esterni per effettuare la convalida dei documenti.
Per la validazione di un documento XML tramite codice è possibile utilizzare diverse librerie. tra le più note segnaliamo: MSXML (componente di Internet Explorer dalla versione 4.0 in poi, quindi è presente su tutte le macchine che hanno installato questo browser), Xerces e XML4J.
