XML significa lenguaje de marcas generalizado (Extensible Markup Language). Es un lenguaje usado para estructurar información en un documento o en general en cualquier fichero que contenga texto, como por ejemplo ficheros de configuración de un programa o una tabla de datos.
Ha ganado muchísima popularidad en los últimos años debido a ser un estándar abierto y libre, creado por el Consorcio World Wide Web, W3C (los creadores de la www), en colaboración con un panel que incluye representantes de las principales compañías productoras de software.
El XML fue propuesto en 1996, y la primera especificación apareció en 1998. Desde entonces su uso ha tenido un crecimiento acelerado, que se espera que continué durante los próximos años; hoy en día parece que de repente todo el mundo esta usando, o quiere usar, XML.
Nunca fue una tarea fácil en la computación el mover información de un lugar a otro. La información queda generalmente fuertemente ligada al programa con que fue creada, y es así como se pierde mucho tiempo en pasar de Word a Excel a Quatro Pro a páginas HTML a lo-que-sea. Y además esa información está también fuertemente ligada a cómo quiso verla el que la creó. Muchos seguramente han tenido que sobrellevar la ardua tarea de reacomodar un documento de Word hecho por un neófito, usando espacios en vez de tabs o poniendo enter al final de cada renglón... =).
Sería conveniente entonces disponer de algún mecanismo para tener información pura. ¿Sirve usar sólo texto? No, porque la información tiene su propia estructura interna que es importante preservar, más aún si debemos manejar colecciones importantes de muchos documentos similares en su tipo. Deberían poderse extraer fácilmente todos los títulos de los documentos de una colección así.