PDF　千夜一夜

これを見ますと、XMLの構成単位の中心は、文字のみのデータ（テキスト系データ）であることが分かります。

そして、構文解析されないデータについては、次のように書かれています。

「解析対象外実体は，内容がテキストでもそうでなくともよいリソースとする。」ということで、XML文書にはバイナリ系データを含んで良いということになります。

そして、テキストとは次のように定義されています。

●テキストは、文字の並びであって，マーク付け又は文字データを表してもよい。
●文字 は，テキストの最小単位であって，[ISO/IEC 10646]に規定されている。使用できる文字は，タブ，改行，復帰及び(Unicode及びISO/IEC 10646に規定する)図形文字とする。

XMLの実体は、ファイルなどの形で保存されたり、交換されますが、そのとき、どういう方法で保存されるかが、文字符号化方式です。

「XML文書内の外部解析対象実体は，それぞれ別の文字符号化方式を用いてもよい。すべてのXMLプロセサは，UTF-8で符号化した実体，及びUTF-16で符号化した実体を処理できなければならない。」

例えば、Unicodeでは、文字に固有の番号を割り当てています。この番号は、Unicodeのコードポイントであって、ファイルなどに書くときは、符号化方式という計算式をつかって、別の番号のシーケンスにして交換します。Unicodeには、多数の符号化方式が提唱されていますが、一番ポピュラーなのが、UTF-8またはUTF-16となります。