Le XML, sigle de eXtensible Markup Language, « langage de balisage extensible », est un format de texte qui sert à décrire, stocker et échanger des données de façon structurée, lisible à la fois par un humain et par une machine. Il ressemble au HTML, avec ses balises entre chevrons, mais il poursuit un but différent : là où le HTML décrit la présentation d'une page web avec un jeu de balises fixé à l'avance, le XML laisse chacun inventer ses propres balises pour représenter n'importe quel type d'information, une fiche client, une facture, un catalogue de produits ou la configuration d'un logiciel. Publié en 1998 par le W3C, l'organisme qui élabore les standards du web, il est rapidement devenu l'un des formats d'échange les plus répandus en informatique. On le croise souvent sans le savoir : les documents de traitement de texte modernes, les livres numériques, les flux d'actualités, les plans de site destinés aux moteurs de recherche, de nombreux échanges entre banques, administrations ou logiciels d'entreprise reposent sur lui. Concurrencé aujourd'hui par des formats plus légers comme le JSON, il reste incontournable dans de nombreux domaines. Cette définition présente son principe, son histoire, sa syntaxe, ses usages, ses avantages et ses limites.
Qu'est-ce que le XML ? Définition du langage de balisage extensible
Le XML est un métalangage : plutôt qu'un langage figé, c'est un ensemble de règles qui permet de créer des langages de balisage adaptés à chaque besoin. Un document XML est un simple fichier texte dans lequel les informations sont encadrées par des balises qui en indiquent le sens, comme <nom>Dupont</nom> ou <prix>19,90</prix>. Ces balises s'emboîtent les unes dans les autres pour former une arborescence, avec un élément racine qui contient tous les autres, à la manière d'un arbre généalogique ou des dossiers d'un ordinateur. Le XML ne fait rien par lui-même : il ne met pas en forme, ne calcule pas et n'affiche rien, il se contente de structurer l'information pour qu'un programme puisse ensuite la lire, la vérifier, la transformer ou l'afficher. Il est conçu pour fonctionner avec toutes les langues du monde, et ses fichiers sont par défaut encodés en UTF-8, ce qui permet d'y écrire aussi bien des accents français que des caractères chinois ou arabes. Le mot « extensible » rappelle sa caractéristique principale : on peut l'étendre à volonté en définissant de nouveaux vocabulaires de balises, que l'on appelle des applications XML, comme le SVG pour les dessins ou le RSS pour les flux d'actualités.
D'où vient le XML ? Histoire d'un standard du web
Le XML est l'héritier d'un langage plus ancien, le SGML (Standard Generalized Markup Language), normalisé en 1986 par l'Organisation internationale de normalisation. Le SGML permettait déjà de définir des langages de balisage pour structurer de grands documents techniques, comme les manuels de l'aéronautique ou de la défense, mais il était si riche et si complexe que peu de logiciels savaient l'exploiter entièrement. Au début des années 1990, le HTML du web naissant est conçu comme une application simple du SGML, centrée sur l'affichage des pages. Il montre vite ses limites dès qu'il s'agit de représenter des données précises ou de séparer le contenu de sa présentation. Au milieu des années 1990, le W3C réunit donc un groupe d'experts chargé de créer une version allégée du SGML, adaptée au web : le résultat, XML 1.0, devient une recommandation officielle en février 1998. Le succès est immédiat, et tout un écosystème de normes associées voit le jour dans les années suivantes, pour décrire la structure attendue d'un document, le transformer, l'interroger ou l'utiliser dans les échanges entre applications. Une version 1.1, publiée en 2004, n'a apporté que des ajustements mineurs.

Comment s'écrit un document XML ? Syntaxe et règles
Un document XML commence souvent par une ligne de déclaration, <?xml version="1.0" encoding="UTF-8"?>, qui précise la version et l'encodage. Viennent ensuite les éléments, composés d'une balise ouvrante, d'un contenu et d'une balise fermante, comme <nom>Dupont</nom><prénom>Antoine</prénom><âge>26</âge><profession>rugbyman</profession>, regroupés dans un élément racine unique, par exemple <personne>. Un élément peut aussi porter des attributs, des précisions placées dans la balise ouvrante, comme <prix devise="EUR">. Contrairement au HTML, très tolérant, le XML impose des règles strictes : chaque balise ouverte doit être fermée, les balises doivent être correctement imbriquées sans se chevaucher, les noms sont sensibles à la casse, les valeurs d'attributs sont entre guillemets et certains caractères spéciaux, comme le chevron ou l'esperluette, doivent être écrits sous forme d'entités. Un document qui respecte ces règles est dit bien formé ; dans le cas contraire, le programme qui le lit doit s'arrêter et signaler l'erreur. Cette rigueur, parfois jugée pénible, garantit qu'un même fichier sera interprété de la même manière par tous les logiciels.
Documents valides, schémas et outils associés
Au-delà du document bien formé, le XML permet de vérifier qu'un fichier respecte une structure précise, ce que l'on appelle un document valide. Pour cela, on décrit à l'avance les éléments autorisés, leur ordre, leurs attributs et le type de leur contenu dans une grammaire : la DTD (Document Type Definition), héritée du SGML, ou le schéma XML (XSD), plus puissant, qui sait par exemple exiger qu'une date ou un montant soit écrit au bon format. Deux organisations qui échangent des factures peuvent ainsi s'accorder sur un schéma commun et rejeter automatiquement tout fichier non conforme. Autour du XML gravite toute une famille de technologies : XPath permet de désigner une partie précise d'un document, par exemple « tous les produits dont le prix dépasse 50 euros » ; XSLT transforme un document XML en un autre format, comme une page HTML ou un fichier PDF ; les espaces de noms évitent les conflits lorsque plusieurs vocabulaires coexistent dans un même fichier. Les langages de programmation disposent tous de bibliothèques capables de lire et d'écrire du XML, soit en chargeant l'arbre complet en mémoire, soit en le parcourant au fil de l'eau pour les très gros fichiers.
À quoi sert le XML ? Les principaux usages
Le XML s'est imposé partout où des systèmes différents doivent échanger des données fiables. Dans les services web, des protocoles d'échange entre applications reposent sur des messages XML, notamment dans la banque, l'assurance, la santé ou les administrations, où la validation par schéma est précieuse. De nombreux logiciels utilisent des fichiers XML pour leur configuration, faciles à lire et à modifier sans toucher au code. Les formats bureautiques modernes, comme ceux des traitements de texte et des tableurs courants, sont en réalité des archives compressées contenant des fichiers XML, tout comme le format de livre numérique EPUB. Le dessin vectoriel SVG, utilisé pour les schémas de cet article, est lui-même une application du XML. Les flux RSS et Atom, qui permettent de suivre les nouvelles publications d'un site dans un lecteur dédié, sont aussi écrits en XML. On le retrouve encore dans la facturation électronique entre entreprises, les échanges de données comptables ou bancaires, les métadonnées des bibliothèques et des archives, la cartographie, ou l'édition scientifique et juridique. Dans tous ces cas, son intérêt est le même : une structure explicite, contrôlable et indépendante du logiciel qui a produit le fichier.
Le sitemap XML et le référencement
Pour les propriétaires de sites web, l'usage le plus visible du XML est le sitemap XML, ou plan de site. Il s'agit d'un fichier qui liste les adresses des pages d'un site, accompagnées éventuellement de leur date de dernière modification, afin d'aider les moteurs de recherche à découvrir et explorer le contenu, en particulier les pages récentes ou difficiles d'accès par les liens. On le trouve généralement en ajoutant /sitemap.xml après le nom de domaine, et il se déclare dans les outils pour webmasters des moteurs de recherche ainsi que dans le fichier robots.txt. Un bon sitemap ne contient que des pages réellement utiles et accessibles, sans adresses en erreur ni pages redirigées, et il est mis à jour automatiquement à chaque nouvelle publication. Pour les sites volumineux, on découpe le plan en plusieurs fichiers rassemblés par un sitemap d'index, chaque fichier étant limité en nombre d'adresses. Le sitemap facilite l'exploration mais ne garantit ni l'indexation ni un meilleur classement : il complète un bon maillage interne sans le remplacer. Les flux RSS, également en XML, peuvent jouer un rôle comparable en signalant rapidement les nouveaux contenus.

XML ou JSON : avantages et limites du XML
Le XML présente de solides atouts. Il est lisible par l'humain, ce qui facilite le débogage et l'analyse, contrairement aux formats binaires. Il est extensible, puisque chacun peut créer le vocabulaire adapté à ses données. Il est normalisé et indépendant de tout éditeur, si bien que des outils pour le lire, le valider et le transformer existent dans tous les langages et sur toutes les plateformes. Ses mécanismes de validation, d'espaces de noms et de transformation en font un choix robuste pour les documents complexes et les échanges sensibles. Sa principale faiblesse est sa verbosité : chaque donnée est encadrée par deux balises, ce qui alourdit les fichiers et le travail des programmes qui les analysent. Sa richesse peut aussi devenir une complexité, avec des documents profondément imbriqués et une galaxie de normes à maîtriser. C'est pourquoi le JSON, plus compact et directement compris par JavaScript, l'a largement remplacé dans les échanges entre sites web et applications mobiles depuis les années 2010. Le XML reste toutefois préféré pour les documents structurés, les formats bureautiques, les échanges réglementés et partout où la validation stricte compte. Le tableau suivant compare les deux formats avec le HTML.
| Critère | XML | JSON | HTML |
|---|---|---|---|
| Rôle principal | Structurer et échanger des données | Échanger des données entre applications | Décrire des pages web |
| Balises | Libres, définies par l'utilisateur | Pas de balises, paires clé et valeur | Liste fixée par la norme |
| Rigueur | Stricte, erreur bloquante | Stricte, syntaxe minimale | Tolérante |
| Validation | DTD, schémas XSD | Schémas JSON possibles | Validateurs du W3C |
| Poids des fichiers | Plutôt verbeux | Compact | Variable |
| Usages typiques | Bureautique, EPUB, SVG, sitemaps, flux RSS | API web, applications mobiles | Sites et applications web |
Le XML aujourd'hui : un format toujours d'actualité ?
Plus de vingt-cinq ans après sa création, le XML n'a plus l'aura de nouveauté qu'il avait au tournant des années 2000, lorsqu'on imaginait qu'il remplacerait le HTML et deviendrait le langage universel de toutes les données. Ce rôle de format d'échange léger a été en grande partie repris par le JSON, et les nouveaux projets web s'orientent rarement vers lui. Pourtant, il reste massivement utilisé en coulisses : chaque document bureautique enregistré, chaque livre numérique ouvert, chaque dessin SVG affiché ou chaque plan de site lu par un moteur de recherche fait appel à lui, tout comme de nombreux échanges réglementés entre entreprises et administrations, qui privilégient sa capacité de validation. Les systèmes d'information des grandes organisations, conçus pour durer des décennies, continuent aussi de reposer sur des services web écrits en XML. Savoir lire un fichier XML, comprendre sa structure en arbre et repérer une erreur de balise reste donc une compétence utile pour les développeurs, les intégrateurs et même les spécialistes du référencement. Ceux qui travaillent sur des systèmes d'entreprise rencontreront souvent le protocole SOAP, dont les messages sont entièrement écrits en XML et qui illustre bien l'usage de ce format pour des échanges rigoureux entre applications.