为何HTML、XML等标记语言的闭合标签必须指定标签名？

你提到的省略标签名用</>的写法，逻辑上确实能传递相同的结构信息，但XML/HTML的设计之所以要求闭合标签带名字，主要有这些实际考量：

• 解析容错与错误定位
  现实里不管是人工编写还是机器生成标记，都难免出现嵌套失误。比如写错成<A><B></A></B>，带标签名的闭合方式能让解析器立刻识别出<B>未正确闭合、<A>提前闭合的问题，给出明确的错误提示。如果全用</>，解析器只能按顺序匹配，一旦嵌套出错，整个文档结构会直接混乱，还根本没法定位错误位置，调试成本会高到离谱。

• 可读性与团队维护性
  虽然你觉得10%的数据量换可读性不值，但绝大多数XML/HTML文档是需要人类阅读、修改和维护的。比如多层嵌套的结构：

  <div class="container">
    <div class="header">
      <h1>页面标题</h1>
    </div>
    <div class="content">
      <p>正文内容</p>
    </div>
  </div>
  

  如果换成</>的写法：

  <div class="container">
    <div class="header">
      <h1>页面标题</>
    </>
    <div class="content">
      <p>正文内容</>
    </>
  </>
  

  嵌套越深，越难判断每个</>对应的是哪个标签，团队协作时很容易改错，维护成本会直线上升。

• 历史设计的延续性
  XML脱胎于SGML（标准通用标记语言），而SGML本身就要求闭合标签必须带名称。XML作为SGML的简化子集，延续了这个规则，这样早期基于SGML的解析工具、生态能直接兼容XML，避免了大规模重构的成本。

• 混合内容场景的语义明确性
  在HTML这类包含文本与标签混合的场景中，闭合标签名的作用更关键。比如<p>这是<b>加粗</b>的文字</p>，如果换成<p>这是<b>加粗</></>，你很难一眼判断第二个</>是闭合<p>还是<b>，语义直观性完全丧失。

• 平衡机器效率与人类需求
  XML/HTML的定位是半结构化标记语言，既要让机器高效解析，也要让人类能轻松理解。虽然省略标签名能减少数据量，但牺牲的可读性和可维护性在实际生产场景中代价更大。如果追求极致的传输效率，完全可以用二进制格式（比如Protocol Buffers），而XML/HTML从设计之初就没把极致压缩作为首要目标。

内容的提问来源于stack exchange，提问作者Timm Nicolaizik