为什么你需要学一门标记语言

从一件烦人的小事说起

在 Word 里排了大半天的文档，导成 PDF，页眉的横线歪了，有一段还擅自跑到下一页去。挪两下再导一次，毛病换了个地方冒出来。来回几趟，人基本就麻了。

这事怪不到谁头上。Word 把内容和版式存在同一个文件里。你敲下去每一个字，它同时在记两件事：这句话是什么，以及它该长什么样。

两条信息缠在一起，只要换个尺寸、换个软件、换个字号，总有一处会松掉。

可以这么理解：内容是你写的字，版式是印字的模子。两样焊在一块儿，想换个模子，字就得跟着重刻。

标记语言要做的事，说白了就一句：让它只管”这是什么”，不管”长什么样”。标题、引用、公式，这些是你要交代清楚的；至于标题多大、用什么字体，交给另一道工序去算。

换成标记语言之后，那些反复折腾的事会少很多。文件是纯文本，扔进任何编辑器都打得开，丢进 Git 能看清改了哪几个字，二十年后还是那几 KB。同一份稿子，今天渲染成网页，明天导成 PDF，不用重敲。

再往深一层，因为结构写在明面上，脚本能读懂它，自动生成目录、检查引用、批量转换这些事才有得做。

对每天都要写点东西的人来说，上面这几条里，至少有一条是用得上的。

三个语言，三种脾气

能见到的标记语言不少，但值得花时间的主要是这三个：Markdown、HTML、LaTeX。它们经常被摆在一块儿比，各伺候各的活儿，差得挺远。

Markdown：图个快

用 Markdown 的理由很单纯，手别离开键盘就行。

# 打头就是标题，* 包起来是重点，- 开头是列表。全是你本来就顺手的符号，它只是给这些符号派了个活。

最舒服的一点是源文件本身就能读。一份没渲染的 .md 发给别人，对方照样看得懂，不用截图，不用转格式。

所以日常写字这块地盘基本上是它的：笔记、README、博客草稿、会议纪要。GitHub 上那一大堆文档也是它写的。没什么玄机，就是快，不打断思路。

当然它也做不了太多事。表格一复杂就开始难看，交叉引用、自动编号的公式更是别想，只能往外借，借 HTML 或者借 LaTeX。写得多了，这堵墙迟早会撞上。

真正让人头疼的是标准问题。Markdown 压根没有唯一的标准，CommonMark、GFM、各家平台自己加的那些料，同一份文件换个地方渲染，样子可能就不一样。

在 A 平台排得整整齐齐的表格，粘到 B 平台可能就歪了。用它，就得接受这份将就。

HTML：得看它底下是什么

网页的母语就是 HTML，别的语言写到最后也得编译成它，浏览器才肯看。

它管的事情跟 Markdown 不太一样。Markdown 关心的是”一段文字怎么排”，HTML 关心的是”一个页面由哪些部分组成”。哪块是导航，哪块是正文，哪张是插图，到哪儿收尾，都得用标签标出来。

麻烦在于标签是成对的，嵌套一深就分不清谁包着谁。随手写出来的页面往往是一坨 <div>，形式上包住了，语义全丢了。

今天绝大多数网页内容，人写的时候用的是 Markdown 或者 CMS，真正落到 HTML 那一步，是机器在干。

那还学不学？学。不过重点不该是练着手写标签，而是搞清楚浏览器把这些标签理解成了什么。你在页面上按个 F12，冒出来那一堆层层嵌套的框，就是浏览器读出来的结构。

样式为什么失效、无障碍为什么做不好、爬虫为什么抓不到内容，答案通常都在这堆框里。

LaTeX：先劝退，再说值不值

第一次装 LaTeX 的体验，基本就两个字：劝退。

编译器要下几百兆甚至几个 G，装完了写第一行中文发现是乱码，得再去补宏包。

写错一个括号，它给你吐三页报错，那些报错还经常指着一个你根本没写过的行。最折磨人的是全程看不见成品，改一个字想知道效果，就得重新编译一遍。

所以很多人装完，跑了个 hello world，就再也没打开过。

但它要解决的问题，确实没别的东西能替代。

一份文档里有几十个公式、上百条引用、十几张图表，编号还得互相对得上，怎么排得又快又准？这是它的主场。

公式是它的看家本事。积分号的上下限该落在哪，多行公式怎么对齐，Word 里要拿鼠标拖半天的事，它一行命令解决。

拿它写一篇两千字的随笔，确实是开高射炮打蚊子。可只要文档里有十个以上的公式，或者对分页、行距、参考文献格式有硬要求，它就从”麻烦”变成了”最省心的那个”。

三个放一块儿比

光看文字描述可能还是有点虚，列成表直观一些：

	Markdown	HTML	LaTeX
定位	快速书写	网页结构	印刷级排版
学习成本	半天	几天（不算 CSS）	几天到几周
源文件可读性	高	低	中
表现力上限	低	高	极高（公式、交叉引用）
主要输出	网页、PDF（经转换）	网页	PDF
典型用户	写笔记和文档的人	前端、爬虫、要把网页控到像素的人	学术作者、出版

表格里”表现力上限”那一栏，大概是挑人最快的依据。你写的东西里有没有公式、要不要精细控制版面，答案基本就能决定你该往哪边走。

XML 那一场大型误会

这三个语言为什么各守各的地盘，死活合不到一块儿去？看看 XML 这三十年怎么走的，大概就能明白。

1998 年，XML 成了 W3C 的推荐标准，往上追是更老更臃肿的 SGML。它当时的目标开得极大：做一种能描述一切结构化数据的通用格式。

放在那个年代，没人觉得这想法离谱。XML 是纯文本，标签名自己起，跨平台，还能配一套 Schema 严格校验。

2000 年前后那几年，气氛是所有人都相信它要一统天下。传数据用它（SOAP），写网页用它（XHTML），写文档用它（DocBook），配置文件也用它，连单机软件的工程文件都跑不掉。

“XML 化”在当时近乎一种政治正确，你不用，好像就落伍了。括号里那些缩写不用记，你只要知道一件事：那几年，凡是能被结构化的东西，都有人想拿 XML 装一遍。

结果十几年过去，几乎是全行业一起往外撤。

问题出在一个特别不起眼的地方：这东西是人写的，而它写起来太啰嗦。

一个键值对，要写成 <key>value</key>。套上三层，满屏都是尖括号，本来不到一百行的配置能写到三百行。写的人手酸，读的人眼花，传出去还比别人胖一截。

工具链也跟着跑偏。XSLT 本来是想做通用转换，做着做着自己变成了一门没人愿意学的语言；XSD 能严格校验，可写一份校验规则，比写十份数据还费劲。

于是从 2005 年前后开始，替代品一个接一个冒头。传数据投奔 JSON，少一半字符，浏览器原生就能解析，学习成本接近于零；配置文件转向 YAML 和 TOML，多敲一个空格少打两个尖括号，这笔账谁都会算。

XHTML 2.0 被放弃、HTML5 笑到最后，是这场撤退里最有标志性的一幕：W3C 精心设计了好几年的”更纯粹”的网页格式，输给了一个向后兼容、允许你随便写的 HTML5。

XML 当然没死，只是退到了几个特定的地方。

而那些地方，恰好是被嫌弃的”啰嗦”翻了个面、变成优点的场景。

医疗的 HL7、财报的 XBRL、地理信息的 GML，这些领域靠 Schema 把字段卡死，标签写错一个就通不过。宽松的 JSON 在这儿派不上用场。

你天天打开的 .docx、.xlsx，本质是个 zip，里面全是 XML；SVG 是 XML，安卓的布局文件也是 XML。出版业那套 DocBook，到今天还在用。

绕完这一大圈，XML 留下的教训挺朴素：通用性扛不过书写成本。 一个格式理论上能表达一切，不等于人愿意用它表达一切。人的耐心是有配额的，工具得认这条线。

这也是那三个语言死活捏不到一起的原因。它们伺候的场景差得太远，硬凑成一个，谁用着都别扭。

到底怎么挑

真到要选的时候，不用列什么需求表。脑子里过几个问题，答案基本就浮出来了。

给谁看，这个问题最直接。写给人读的，从 Markdown 起步；要给浏览器看，HTML；要交给审稿人或者付印，LaTeX；要喂给机器解析，那先去考虑 JSON 和 YAML，标记语言多半不是你要找的东西。

内容本身有多复杂，也决定了你能走多远。有公式、有大量交叉引用、分页要精确控制，上 LaTeX。只有标题、列表、代码块、简单表格，Markdown 完全够。要表单、要交互、要播视频，HTML。

还有一件常被忽略的事：你写的频率和长度。每天几十条短笔记，Markdown 越轻越好；一年憋一篇长文，LaTeX 值得投入；偶尔发两篇博客，Markdown 配个静态站点生成器，收工。

工具链能背多重的包，也算进去。不想装东西、要边写边看效果，Markdown；已经在前端那条船上、浏览器就开着，HTML；能接受几百兆的编译环境、也愿意翻报错，LaTeX。

最后一个问题有点特别：这东西你想让它活多久。记几天就扔的，随便；要存十年以上的知识库，Markdown 这种纯文本最稳；要当正式出版物归档，LaTeX 或者结构化 XML，它们的规范是公开的，不会哪天突然不认。

一圈问下来，通常就剩一个答案了。

万一还并列，说说我自己的做法：日常记东西我基本全用 Markdown，但真要排论文，绝不会硬拿 Markdown 去扛，该上 LaTeX 就上。工具是有分工的，硬扛只会把自己搞累。

说成一句话：内容以文字为主，Markdown；要和人交互，HTML；文字本身就是精度问题，LaTeX。

学的时候，别背语法

这三种语言底下是同一个想法：你描述结构，渲染器负责表现。抓住这条，学哪个都是在学同一件事。

Markdown 一天够了。语法表一页纸，半小时能看完，剩下的工夫别花在语法上，花在习惯上。动笔前先想清楚标题分几级，先把骨架搭出来再填肉。

工具随手挑一个，Typora、Obsidian、VSCode 都行，重点是别把时间耗在配置上。这事上栽跟头的人不少，学 Markdown 的热情全烧在折腾主题和插件上了，正文没写几行。

HTML 两三天。只学两件事：语义标签怎么用，DOM 这棵树长什么样。<div> 能解决一切，但那不叫结构。CSS 和 JS，等真要动手做网页了再说。

LaTeX 一周起步。千万别从命令表学起，那是劝退最快的路径。找一个现成模板，期刊的、学位论文的、简历的，先把它跑通，再一点点改。

学会分辨文档类（\documentclass）、宏包（\usepackage）、环境（\begin{}...\end{}）这三层，大部分模板你就读得懂了。这行真正的技能是查文档，符号表没人背。

剩下几句算是经验之谈。学的时候拿真东西练：学 Markdown 就写下周要交的周报，学 LaTeX 就排版手头正写着的那篇论文，为练而练的东西，练完就忘。

工具链丑一点就丑一点，LaTeX 报错、渲染结果不一致都是常态，价值在最后的产出上，中间过程笨拙些可以忍。

最后，别在选型上磨叽，三个都能把活干完，差别主要在体验的细枝末节，挑一个开始写，写够了你自然知道什么时候该换。

最后

很多人以为标记语言是程序员的专属工具，这误会挺深。它要解决的事情很普通：怎么让写下来的东西脱离某个软件，自己活下去。

语法本身给不了你太多，都简单，几天的事。真正能装进脑子里的是一种习惯：写东西的时候会自然分出两层来看，一层是内容和结构，一层是版式和外观。

这个分层一旦有了，以后不管你用 Word、用在线文档，还是用什么新冒出来的工具，都不太容易被它绑住。

挑一个，今天就用你最想写的那份东西开个头。挑哪个，前面那些问题过一遍，三分钟的事。