SMIL是W3C于1998年6月发布的XML标记语言，用于描述多媒体资源的时间轴播放、空间布局与同步关系；其文档以<smil>为根元素，含<head>（定义布局）和<body>（定义时间线逻辑）两部分，严格遵循XML语法。
SMIL 是一种基于 XML 的标记语言，全称 Synchronized Multimedia Integration Language（同步多媒体集成语言），由 W3C 于 1998 年 6 月正式发布为推荐标准。它不直接承载音视频数据，而是通过纯文本文件描述多个媒体资源（如图片、音频、视频、文本）在时间轴上的播放顺序、空间布局、同步关系与交互行为——本质上，它是一份“多媒体演出脚本”。
SMIL 的核心结构特点
SMIL 文档是标准 XML 文件，必须以 <smil> 为根元素，通常包含 <head> 和 <body> 两大部分：
- <head>：定义呈现的元信息和空间布局，例如用 <layout> 划分屏幕区域（region），指定每个区域的尺寸、位置和 ID；
- <body>：定义时间线逻辑，使用 <seq>（顺序播放）、<par>（并行播放）等容器组织媒体元素；
- 所有标签名均为小写，属性值必须加引号，严格遵循 XML 语法（如 & 要写成 &，）；
- 常见扩展名是 .smil 或 .smi，可用任意文本编辑器编写和修改。
SMIL 的关键控制能力
它通过简洁的属性实现精细编排，无需编程即可完成专业级时序控制：
- 时间控制：用 begin（起始时间）、dur（持续时间）、end（结束时间）、repeatCount（循环次数）精确设定每个媒体片段的生命周期；
- 空间定位：媒体元素通过 region 属性绑定到 <head> 中定义的显示区域，支持多区同屏（如左视频 + 右字幕 + 底部说明）；
- 媒体组合：支持 <img>、<audio>、<video>、<textstream> 等多种元素，且资源可来自不同服务器或路径（仅靠 URL 引用）；
- 条件适配：可依据带宽、语言、设备类型等参数，通过 <switch> 元素选择性加载对应版本的媒体资源。
SMIL 的典型应用场景
尽管 HTML5 已覆盖多数网页音视频需求，SMIL 在以下领域仍具不可替代性：
- EPUB 3 有声书：EPUB Media Overlays 标准强制使用 SMIL 实现“语音朗读 + 文本逐句高亮”的精准同步；
- MMS 多媒体短信：早期手机彩信依赖 SMIL 组织图文+音频+视频片段，确保跨机型一致呈现；
- 数字标牌系统：商场、机场等场所的多区域内容轮播常以 SMIL 为编排引擎，稳定可靠、资源复用率高；
- 教育课件与无障碍访问：配合 DAISY 标准，为视障用户提供语音导航与内容结构同步控制。
SMIL 与现代技术的关系
它不是被“淘汰”，而是被“下沉”——不再作为前端直接编码语言，而成为底层标准协议的一部分：
- HTML5 的 <video> 和 <track> 支持 WebVTT 字幕，但 EPUB、DAISY、MMS 等规范仍坚持使用 SMIL 保证语义完整性与时序精度；
- 主流浏览器本身不原生解析 .smil 文件，但 RealPlayer、QuickTime（历史）、各类电子书阅读器及专用标牌播放器持续支持；
- 其设计理念深刻影响了 CSS Animations、Web Animations API 和 ARIA Live Regions 等现代 Web 动效与可访问性机制。
