2、ASCII
計算機內部的數據最終以二進制形式存放，每個二進制位(bit)有0和1兩種狀態，而8個二進制位(bit)組合稱爲一個字節(Byte)，所以一個字節能夠組合出256中狀態，即從00000000到11111111。
上世紀70年代，美國國度標準協會(American National Standard Institute , ANSI )制訂了ASCII碼（American Standard Code for Information Interchange，美國標準信息交換碼）：使用7 位二進制數共128個組合來表示所有的大寫和小寫字母，數字0 到9、標點符號， 以及在美式英語中使用的特殊控制字符。
第0～32號及第127號(共34個)是控制字符或通訊專用字符，如控制符：LF（換行）、CR（回車）、FF（換頁）、DEL（刪除）、BEL（振鈴）等；
第33～126號(共94個)是字符，其中第48～57號爲0～9十個阿拉伯數字；65～90號爲26個大寫英文字母，97～122號爲26個小寫英文字母，其餘爲一些標點符號、運算符號等。
PS：在計算機的存儲單元中，一個ASCII碼值佔一個字節(8個二進制位)，其最高位(b7)用作奇偶校驗位。所謂奇偶校驗，是指在代碼傳送過程中用來檢驗是否出現錯誤的一種方法，一般分奇校驗和偶校驗兩種。奇校驗規定：正確的代碼一個字節中1的個數必須是奇數，若非奇數，則在最高位b7添1；偶校驗規定：正確的代碼一個字節中1的個數必須是偶數，若非偶數，則在最高位b7添1。
3、UNICODE
一個字節中的後7位總共只能表示128個不同的字符，英語用這些字符已經足夠了，可是要表示其他語言卻是不夠。比如，在法語中，字母上方有注音的符號，就無法用ASCII表示。於是，一些國家就利用了字節中閒置的最高位編入新的符號。這樣一來，就可以表示最多256個符號，這就是擴展的ASCII 碼，所以現在有7位和8位的兩種ASCII碼，擴展的ASCII 碼允許將每個字符的第8 位用於確定附加的128 個特殊符號字符、外來語字母和圖形符號。但是，不管怎樣，0~127表示的字符是一樣的，不同的只是128~255.
PS：查詢後128個ASCII對應字符的技巧：新建一個文本文檔，按住ALT+要查詢的碼值（注意，這裏是十進制） ，鬆開即可顯示出對應字符。
但即使擴展到256個符號也不夠用，比如漢字據統計有10萬個以上，而且同一個數值在各國的語言中表示的卻不同，比如130在法語裏面é，而在希臘語裏面則代表Gimel。於是UNICODE應運而生。
Unicode字符集編碼是Universal Multiple-Octet Coded Character Set 通用多八位編碼字符集的簡稱，是國際組織制定的可以容納世界上所有文字和符號的字符編碼方案。
Unicode是一種在計算機上使用的字符編碼。它爲每種語言中的每個字符設定了統一併且唯一的二進制編碼，以滿足跨語言、跨平臺進行文本轉換、處理的要求。Unicode 標準始終使用十六進制數字，而且在書寫時在前面加上前綴“U+”，例如字母“A”的編碼爲 004116 和字符“?”的編碼爲 20AC16。所以“A”的編碼書寫爲“U+0041”。但Unicode只是一個符號集，它只規定了符號的二進制代碼，卻沒有規定這個二進制代碼應該如何存儲。
4、UTF-8
事實證明，對可以用ASCII表示的字符使用UNICODE並不高效，因爲UNICODE比ASCII佔用大一倍的空間，而對ASCII來說高字節的0對 他毫無用處。爲了解決這個問題，就出現了一些中間格式的字符集，他們被稱爲通用轉換格式，即UTF（Universal Transformation Format）。目前存在的UTF格式有：UTF-7, UTF-7.5, UTF-8, UTF-16, 以及 UTF-32。
UTF-8（8-bit Unicode Transformation Format）是一種針對Unicode的可變長度字符編碼（定長碼），也是一種前綴碼。它可以用來表示Unicode標準中的任何字符，且其編碼中的第 一個字節仍與ASCII兼容，這使得原來處理ASCII字符的軟件無須或只須做少部份修改，即可繼續使用。因此，它逐漸成爲電子郵件、網頁及其他存儲或傳 送文字的應用中，優先採用的編碼。
UTF-8用1~4個字節對Unicode進行編碼。從Unicode到UTF-8的編碼方式如下：
000000 - 00007F║0xxxxxxx
000080 - 0007FF║110xxxxx 10xxxxxx
000800 - 00FFFF║1110xxxx 10xxxxxx 10xxxxxx
010000 - 10FFFF║11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
對於0x00-0x7F之間的字符，UTF-8編碼與ASCII編碼完全相同；
帶有附加符號的拉丁文、希臘文、西裏爾字母、亞美尼亞語、希伯來文、阿拉伯文、敘利亞文及它拿字母則需要二個字節編碼（Unicode範圍由）；
其他基本多文種平面（BMP）中的字符（這包含了大部分常用字）使用三個字節編碼；
其他極少使用的Unicode 輔助平面的字符使用四字節編碼；
UTF-8編碼的最大長度是4個字節。從上表可以看出，4字節模板有21個x，即可以容納21位二進制數字。Unicode的最大碼位0x10FFFF也只有21位。
UTF-8解析算法：
如果字節(Byte)的第一位爲0，則B爲ASCII碼，並且Byte獨立的表示一個字符;
如果字節(Byte)的第一位爲1，第二位爲0，則Byte爲一個非ASCII字符（該字符由多個字節表示）中的一個字節，並且不爲字符的第一個字節編碼;
如果字節(Byte)的前兩位爲1，第三位爲0，則Byte爲一個非ASCII字符（該字符由多個字節表示）中的第一個字節，並且該字符由兩個字節表示;
如果字節(Byte)的前三位爲1，第四位爲0，則Byte爲一個非ASCII字符（該字符由多個字節表示）中的第一個字節，並且該字符由三個字節表示;
如果字節(Byte)的前四位爲1，第五位爲0，則Byte爲一個非ASCII字符（該字符由多個字節表示）中的第一個字節，並且該字符由四個字節表示