Именно здесь пойдет речь об атрибуте encoding в XML-декларации. Он позволяет передать XML-анализатору информацию о том, в какой кодировке представлен текст. Тогда XML-анализатор может прочитать текст в правильной кодировке и перевести его в Unicode для внутреннего представления. Если кодировка не указана, предполагается UTF-8 или UTF-16 (любой анализатор должен поддерживать по крайней мере UTF-8 и UTF-16). Если кодировка не указана, а документ представлен не в UTF-8 и не в UTF-16, это вызовет сообщение об ошибке.

Unicode — код, который разрабатывался "с нуля" с учетом интернационализации для того, чтобы иметь достаточное количество символов для представления всех символов во всех человеческих языках. У Unicode существуют две основные текстовые кодировки: UTF-16 и UTF-8. UTF-16 выбирает легкий путь и просто отводит 2 байта под каждый символ (2 байта = 16 бит = 65356 возможных значений).

Никого уже не удивляет тот факт, что текст хранится в компьютерах в виде цифр, поскольку цифры — это единственное, что на самом деле понимают компьютеры.
Текстовая кодировка — это взаимно однозначное соответствие между набором символов и числами, представляющими эти символы. Кодирование текста — это метод, используемый для представления текстовых символов в цифровом виде (другими словами, сколько байт используется для каждого числа и т.д.)

Зачастую бывает очень полезно идентифицировать конкретный тип документа. XML предоставляет в наше распоряжение специальную декларацию (XML declaration) для того, чтобы пометить документы как документы XML, а анализаторы, кроме того, могут иметь некоторую дополнительную информацию. Типичная декларация выглядит так:
John
Doe
Следует усвоить несколько моментов по поводу XML-декларации:
■ XML-декларация всегда начинается с символов <?xml и заканчивается символами ?>.

Иногда элемент не имеет данных. Вспомним наш более ранний пример, в котором элемент middle не содержал никакого имени:
John
В данном случае можно записать этот элемент с использованием специального синтаксиса пустого элемента:
Это единственный случай, когда открывающему тегу Не требуется отдельный закрывающий, поскольку они оба совмещены в одном этом теге. Во всех остальных случаях такой тег необходим.

Комментарии позволяют вставлять в XML-документ текст, который на самом деле не является частью документа, а всего лишь предназначен для тех, кто будет читать сам исходный XML.
Все, кто хоть раз использовал язык программирования, знакомы с идеей комментариев: хочется дать аннотацию своему коду (или своему XML), чтобы те, кто придет после, могли понять, что сделано. (И помните: одним из тех, кто придет после, можете оказаться вы сами! Код, написанный вами 6 месяцев назад, может показаться вам такой же тарабарщиной, как и код, написанный кем-то другим.)

Существует ли что-нибудь такое, чего элементы не позволяют делать, а атрибуты позволяют?
Другими словами, на первый взгляд, действительно нет разницы между

Shiny John
Так зачем же засорять язык двумя различными способами достижения одной и той же цели?

Среди любителей XML было очень много дебатов на тему, действительно ли нужны атрибуты, и если нужны, то где они должны использоваться. Вот основные моменты этих дебатов:
Атрибуты иногда содержат метаданные, которые могут
не восприниматься большинством приложений, работающих с XML
Например, если известно, что лишь для некоторых приложений существен серийный номер CD, а для большинства остальных — нет, то, возможно, имеет смысл оформить его в качестве атрибута. Это логически отделит данные, которые требуются большинству приложений, от тех, которые большинству приложений не нужны.

В дополнение к тегам и элементам XML-документы могут также включать в себя атрибуты.
Атрибуты — это простые пары имя/значение, поставленные в соот-
ветствие одному из элементов.
Они должны находиться при открывающем теге, как показано ниже, но не при закрывающем:
john
Fitzgerald Johansen
Doe
Атрибуты всегда должны иметь значение, даже если оно всего лишь пустая
строка (как""), и эти значения должны заключаться в кавычки. Следующий при-
мер, представляющий собой часть обычного HTML-тега, в XML недопустим:

Пустые места (white spaces) в PCDATA выделяются в особую категорию. Они включают пробелы, пустые строки (то, что получается в результате нажатия клавиши Enter) и знаки табуляции. Пустые места используются для того, чтобы разделять слова одно от другого и чтобы текст был более читабельным.
Те, кто знаком с HTML, вероятно, также знакомы с практикой удаления пустых мест. В HTML любое пустое место, которое признается несущественным, удаляется из документа при его обработке. Рассмотрим следующий HTML: