およそ20年前の技術であるが、日本語情報が全然なかったのでメモがてらまとめた
動作は確認した(on Xubuntu 20.04)が完全に準拠してる保証はないのでご注意

別のアプリケーション（ソース、主にファイルマネージャーとか）から
ファイルを送られる（ターゲット）のアプリケーションを想定、
ソース側の説明は簡素化

参考文献

仕様: Drag-and-Drop Protocol for the X Window System
https://freedesktop.org/wiki/Specifications/XDND/

参考にした実装: SDLのソース（主にこの辺）
https://github.com/libsdl-org/SDL/blob/main/src/video/x11/SDL_x11events.c

実際の実装

xdndfile.c

処理の流れ

Step 0: (ウィンドウ起動時)

起動時にXChangePropertyでXdndAwareを指定し、XDNDプロトコルをサポートすることをアナウンス
このときプロトコルバージョンも指定する

なおプロトコルバージョン5しか考慮していないので互換性に欠けるかもしれない

仕様上クライアントは3〜最新のすべてに対応しなければならない：

バージョン5においてXdndFinishedの受け入れるフラグを立てる必要がある（逆に言うと以前では無視されるはず）
バージョン4においてXdndProxyが実装されたがこれはソースに対してなのかターゲットに対してなのか不明

Step 1: (ソースウィンドウ上でマウスを押す)

（ドラッグを始めるとソースでXdndSelectionの所有権を得る）

Step 2: (マウス押したままターゲットウィンドウにカーソルが乗る、初回のみ)

ターゲットのウィンドウにドラッグしているマウスカーソルが入るとターゲットがXdndEnterメッセージを受け取る
メッセージにはドラッグされた種類（ファイルならtext/uri-listとか、テキストならTEXTとかUTF8_STRINGとか）が3つまで乗る
種類が4つ以上ある場合はメッセージには載せられないため、（「3つを超える」フラグが立って、種類自体は空）
XGetWindowPropertyでソースからXdndTypeListを取得する

手元の例として、thunarからファイルを持ってくると以下がメッセージに乗って来る

text/uri-list

mousepadからテキストを持ってくると以下がWindowProperty経由で来る

GTK_TEXT_BUFFER_CONTENTS
application/x-gtk-text-buffer-rich-text
UTF8_STRING
COMPOUND_TEXT
TEXT
STRING
text/plain;charset=utf-8
text/plain

この時点でソースウィンドウIDと必要なタイプ（例えばファイルならtext/uri-list）が届いているかを保持する

Step 3: (マウス押したままターゲットウィンドウ上でカーソルが動く度、ただしStep 4でメッセージを返さないと連続して来ない)

（ソースがXdndPositionメッセージでマウス座標とユーザが要求したアクションXdndAction〜を送る）

Step 4および5: (Step 3に対して毎度ターゲットからソースへメッセージ)

ターゲットがXdndPositionメッセージを受け取り（Step 4）、
ドロップを受け入れる場合はXdndStatusメッセージにアクションと受け入れるフラグと長方形を送る（Step 5）
（アクションはいくつか種類があるがここではXdndActionCopyのみ扱う）
（なお長方形の使い方がよくわからない、指定すると毎度XdndPositionが来なくなるっぽいが広範囲を指定しても特に変化がない）

Step 6: (Step 5に対して)

（ソースがXdndStatusメッセージを受け取る、（長方形がなかったり）長方形から出たら再度Step 3に進む）

Step 7a:（マウスがターゲットウィンドウを離れる）

（ソースがXdndLeaveメッセージをターゲットに送る）

Step 7b:（マウスがターゲットウィンドウ上でボタンを離す、受け入れるフラグが立っている）

（ソースがXdndDropメッセージをターゲットに送る）

Step 7c:（マウスがターゲットウィンドウ上でボタンを離す、受け入れるフラグが立っていない）

（ソースがXdndLeaveメッセージをターゲットに送る）

Step 7d:（マウスがターゲットウィンドウ上でボタンを離す、ソースがXdndStatusを受け取っていない）

（ソースがXdndLeaveメッセージをターゲットに送る）

Step 8a: （ターゲットがXdndLeaveメッセージを受信）

ターゲットはキャッシュしたデータを捨てる

Step 8b: （ターゲットがXdndDropメッセージを受信、それを受け入れる）

ターゲットはXdndSelectionとXdndDropに同梱されたタイムスタンプでXConvertSelectionを呼び出し、
SelectionNotifyイベントが届いた際にXGetWindowPropertyでデータを取得した後、
XdndFinishedをソースに送る（SelectionNotifyにはソースウィンドウIDが載ってないのでXdndEnterで収集した値を使う）

取得したデータ自体はtext/uri-listに則ったフォーマットになっている
（ローカルファイルであれば"file:///path/to/file\r\n"、複数なら連結される）

Step 8c: （ターゲットがXdndDropメッセージを受信、それを受け入れない）

ターゲットはXdndFinishedをソースに送る（ソースはXdndLeaveとして扱う）

感想とか

リファレンスコードが全然見つからず、SDLのコードが大変参考になりました
（過去の経緯で仕方ないかもしれないが）Xlibが32bit値をlongで扱っているのですこし厄介でした