Al igual que html, es un lenguaje informático de marcas (tags) para definición e intercambio de datos en forma de hipertexto. No es un lenguaje de programación, sino más bien un conjunto de reglas de escritura. Las siglas xhtml corresponden al inglés eXtended Hyper Text Markup Language (es decir: "Lenguaje de marcas de hiper texto ampliado"). Es un subconjunto del código html (que a su vez lo es de SGML).
La diferencia entre xhtml y html es que xhtml es más restrictivo en sus reglas de uso y escritura. El objetivo de esta falta de permisividad es evitar el marasmo de código en el que la creación de páginas web estaba cayendo y conseguir que los creadores de páginas web (humanos y programas) escriban páginas que se atengan a unos estándares para que puedan seguir siendo legibles en un futuro (y evitar así la pérdida de información).
Hay varias versiones y revisiones del estándar xhtml. De ese trabajo se encarga una organización internacional llamada W3C.