Vers 1200, le mot vient de l'ancien français cite, signifiant « ville, cité » (dixième siècle, en français moderne cité). Il provient de citet, issu du latin civitatem (au nominatif civitas; en latin tardif, on trouve parfois citatem). À l'origine, ce terme désignait « la citoyenneté, l'état ou les droits d'un citoyen, l'appartenance à une communauté ». Par la suite, il a évolué pour désigner une « communauté de citoyens, un État, un Commonwealth » (utilisé, par exemple, pour les tribus gauloises). Ce mot dérive de civis, signifiant « citadin », lui-même issu de la racine indo-européenne *kei- (1), qui signifie « être couché » et a également donné naissance à des mots désignant « lit, canapé », avec un sens secondaire de « bien-aimé, cher ».
Aujourd'hui, le terme désigne « une grande ville importante », mais à l'époque du moyen anglais, il faisait référence à une ville fortifiée, souvent une capitale ou une ville cathédrale. La distinction par rapport à town apparaît au début du quatorzième siècle. Le dictionnaire OED précise qu'il ne s'agit pas d'une désignation native, mais plutôt d'un titre quelque peu pompeux, utilisé à la place de l'ancien anglais burh (voir borough).
Entre le latin et l'anglais, le sens a évolué, passant des habitants à leur lieu de résidence. En latin, le mot pour « ville » était urbs, tandis qu'un habitant était un civis. Il semble que civitas ait remplacé urbs à mesure que Rome (la ville par excellence) perdait de son prestige. La perte de la consonne -v- en latin est courante en français dans certains contextes (on peut comparer avec alleger issu de alleviare, neige de nivea, jeune de juvenis). Une évolution phonétique différente a donné en italien citta, en catalan ciutat, en espagnol ciudad et en portugais cidade.
À Londres, le terme the city est attesté dès les années 1550. En tant qu'adjectif, signifiant « relatif à une ville, urbain », il apparaît vers 1300. L'expression City hall, désignant « les principaux bureaux municipaux », est documentée pour la première fois dans les années 1670. L'expression fight city hall, qui signifie « s'opposer à l'autorité municipale », est attestée en anglais américain en 1913. Le terme city slicker, désignant « un escroc intelligent et convaincant, typique des villes » [OED], est enregistré en 1916 (voir slick (adj.)). L'expression city limits apparaît en 1825.
Le terme city-editor, désignant le journaliste responsable de la collecte et de la publication des nouvelles locales, est utilisé en anglais américain depuis 1834. De là découle l'expression city desk, attestée dès 1878. Enfin, l'expression inner city est documentée pour la première fois en 1968.
