UTF
UTF-8/16/32，這裏面的阿拉伯數字到底代表什麼含義呢？
UTF8中的8代表最小以8位爲一個代碼單元即1個字節。
UTF16代表最小用16位爲一個代碼單元即2個字節。
UTF32則以32位爲一個代碼單元即4個字節。
這些代碼單元是最小單位，不能分割，因此，具體位數只能是某個代碼單元的整數倍。
代碼單元有什麼用呢，這裏以java語言中的String來舉例：
String在內存中以UTF-16方式來存儲，而UTF-16那麼2個字節，要麼4個字節（即要麼1個代碼單元存儲，要麼2個代碼單元存儲），再來看看str.length的屬性定義爲：長度等於Unicode代碼單元的數量。
Unicode一共有17個Plane，而Plane0(BMP)一共有65536個碼點，如果我用UTF-16存儲的話，相當於常見的字符（比如ASCII）只用2個字節存儲即可，而在UTF16中2個字節恰恰是1個代碼單元，所以，單個字母的長度就是1。
而遇到代理對的時候則採用4字節即2個代碼單元。
Bom
當時在濟南工作的時候，遇到一個問題，解析TXT的時候總是無法正常解析，後來問了問領導，領導說你編碼多少，我說是UTF8，領導又說你另存爲的時候注意UTF-8選項有2種：UTF-8、UTF-8無BOM，這是我第一次瞭解到BOM這玩意。
假如有個UTF-16的2個編碼：0X0045,0X3F50。如果按照高位在前的書寫方式爲：00 45 3F 50，這種書寫方式叫做大端法。
如果按照低位在前的書寫方式爲：45 00 50 3F，這種書寫方式叫做小端法。
爲什麼會存在2種不同的書寫方式呢？其實這跟在內存中的存儲有關，例如：
|
書寫方式 |
內存地址從左向右依次遞增 |
|||
|
大端法 |
00 |
45 |
3F |
50 |
|
小端法 |
45 |
00 |
50 |
3F |
大端法中，高位字節放到了低地址，低位字節放到了高地址。而小端法恰恰相反。
而內存到底使用大端法，還是小端法取決於CPU的寄存器，目前很多電腦的CPU寄存器都是使用的小端法。
BOM就是來標記該編碼到底是採用小端法，還是大端法而出現的。其中
UTF-16 BE（Big Endian）的BOM是：FE FF
UTF-16 LE（Little Endian）的BOM是：FF FE
UTF-8的BOM是：EF BB BF
按 Unicode 組織的說法，UTF-8可帶、可不帶 BOM，不作強制要求，但不推薦用BOM，原因之一是爲與ASCII的兼容。UTF-8 也不存在所謂的大小端兩種情況，統一爲大端法，BOM 僅僅作爲一種所用編碼的指示。