Por volta de 1200, a palavra veio do francês antigo cite, que significa "cidade" (século 10; em francês moderno, cité). Essa forma antiga se originou de citet, que por sua vez vem do latim civitatem (no nominativo, civitas; no latim tardio, às vezes citatem). O significado original era "cidadania, condição ou direitos de um cidadão, pertencimento à comunidade". Com o tempo, passou a designar "comunidade de cidadãos, estado, república" (usado, por exemplo, para as tribos gaulesas). Essa evolução se deu a partir de civis, que significa "habitante da cidade", derivado da raiz indo-europeia *kei- (1), que significa "ficar deitado" e também deu origem a palavras como "cama" e "sofá", além de ter um sentido secundário de "amado, querido".
Atualmente, a palavra se refere a "uma cidade grande e importante", mas, no início do inglês médio, designava uma cidade murada, geralmente uma capital ou uma cidade sede de catedral. A distinção em relação a town começou a aparecer no início do século 14. O Dicionário Oxford de Inglês (OED) observa que esse uso "não é uma designação nativa, mas aparentemente, no começo, era um título um tanto grandioso, usado em vez do inglês antigo burh" (veja borough).
Entre o latim e o inglês, a mudança de sentido ocorreu, passando dos habitantes para o lugar em si. No latim, a palavra para "cidade" era urbs, mas o termo para um residente era civis. Parece que civitas acabou substituindo urbs à medida que Roma (a cidade por excelência) perdeu seu prestígio. A perda do -v- no latim é comum no francês em algumas situações (compare com alleger de alleviare; neige de nivea; jeune de juvenis). Uma evolução sonora diferente do latim resultou nas palavras italianas citta, catalã ciutat, espanhola ciudad e portuguesa cidade.
Em Londres, a expressão the city começou a ser usada na década de 1550. Como adjetivo, "relativo a uma cidade, urbano", passou a ser comum por volta de 1300. O termo City hall, que se refere aos "principais escritórios municipais", foi registrado pela primeira vez na década de 1670. A expressão fight city hall, que significa "lutar contra a burocracia municipal", surgiu em 1913, no inglês americano. Já City slicker, que descreve "um malandro esperto e convincente, típico das cidades", foi documentado pela primeira vez em 1916 (veja slick (adj.)). O termo City limits, que se refere aos "limites da cidade", é de 1825.
O jornal city-editor, responsável por supervisionar a coleta e publicação de notícias locais, surgiu em 1834, no inglês americano. Daí veio o termo city desk, atestado desde 1878. A expressão inner city, que se refere às áreas centrais e muitas vezes mais problemáticas das cidades, foi registrada pela primeira vez em 1968.
