很明显，我们平时在使用计算机时，用的都是人类能读懂的字符（用高级语言编程的结果也无非是在文件内写了一堆字符），如何能让计算机读懂人类的字符？
必须经过一个过程：
字符--------（翻译过程）------->数字
这个过程实际就是一个字符如何对应一个特定数字的标准，这个标准称之为字符编码。
字符编码种类：
ASCII：一个Bytes代表一个字符（英文字符/键盘上的所有其他字符），1Bytes=8bit，8bit可以表示0-2**8-1种变化，即可以表示256个字符
ASCII最初只用了后七位，127个数字，已经完全能够代表键盘上所有的字符了（英文字符/键盘的所有其他字符）
后来为了将拉丁文也编码进了ASCII表，将最高位也占用了
GBK：为了满足中文，中国人定制了GBK 。GBK:2Bytes代表一个中文字符，1Bytes表示一个英文字符。为了满足其他国家，各个国家纷纷定制了自己的编码 。
日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里。
Unicode：各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。
于是产生了unicode（定长），统一用2Bytes代表一个字符，虽然2**16-1=65535，但unicode却可以存放100w+个字符，因为unicode存放了与其他编码的映射关系，准确地说unicode并不是一种严格意义上的字符串编码表.而是映射表。
UTF-8:于是产生了UTF-8（可变长），对英文字符只用1Bytes表示，对中文字符用3Bytes，对其他生僻字用更多的字节Bytes去存。
需要强调的是：
毫无疑问utf-8比unicode更节省空间，而且都能兼容万国，那为何不全部采用utf-8呢？
其一：如果我们能统一全世界，废除所有现有的计算机编码体系，然后大一统都采用utf-8，那么乱码问题将不复存在，很明显很多地方仍会采用各种各样的编码，这是历史遗留问题。因而我们必须寻求一种与全世界的编码都有映射关系的解决方案，这就是unicode，而utf8是没有与其他编码的映射关系的。
其二：内存中统一采用unicode，浪费空间来换取可以转换成任意编码（不乱码），硬盘可以采用各种编码，如utf-8，保证存放于硬盘或者基于网络传输的数据量很小，提高传输效率与稳定性。
原文地址：http://11368245.blog.51cto.com/11358245/1965696
