什麼是UNICODE？
UNICODE使任何語言的字符都可以爲機器更容易的接受,UNICODE由 UC(UNICODE協會)管理並接受其技術上的修改。包括JAVA、LDAP、XML這樣的技術標準中均要求得到UNICODE的支持。UNICODE 的字符被成爲代碼點（CODE POINTS），用U後面加上XXXX來表示，其中，X爲16進制的字符。
對於英文來說，ascii碼 0-127就足以代碼所有字符，對於中文而言，則必須使用兩個字節(byte)來代表一個字符，具第一個字節必須大於127(所以我們有許程序判斷中文都是以ascii碼大於127作爲條件)。以上用兩個字節來表示一箇中文的方式，在習慣上稱爲雙字節(即DBCS: Double-Byte Character Set)，而相對之下，英文的字符碼就稱爲單字節SBCS(Single-Byte Character Set)。
雖然雙字節(DBCS)足以解決中英文字符混合使用情況，但對於不同字符系統而言，必須經過字符碼轉換，非常麻煩。例如：中英文混合情況，日文，韓文等等。爲解決這個問題，國際標準組織於1984年4月成立ISO/IEC JTC1/SC2/WG2工作組。針對各國文字、符號進行統一性編碼。1991年美國跨國公司成立Unicode Consortium。並於1991年10月與WG2達成協議。採用同一編碼字集。目前Unicode是採用16位編碼體系。其字符集內容與 ISO10646的BMP（Basic Multilingual Plane）相同。Unicode於1992年6月通過DIS（Draf International Standard）。目前版本V2.0於1996公佈。內容包含符號6811個。漢字20902個。韓文拼音11172個。造字區6400個。保留 20249個。共計65534個。
隨着國際互聯網的迅速發展。要求進行數據交換的需求越來越大。不同的編碼體系越來越成爲信息交換的障礙。而且多種語言共存的文檔不斷增多。單靠代碼頁已很難解決這些問題。於是UNICODE應運而生。
UNICODE有雙重含義。首先UNICODE是對國際標準 ISO/IEC10646編碼的一種稱謂（ISO/IEC10646是一個國際標準。亦稱大字符集。它是ISO於1993年頒佈的一項重要國際標準。其宗旨是全球所有文種統一編碼）。另外它又是由美國的HP、Microsoft、IBM、Apple等大企業組成的聯盟集團的名稱。成立該集團的宗旨就是要推進多文種的統一編碼。
UNICODE同現在流行的代碼頁最顯著不同點在於：UNICODE是兩字節的全編碼。對於ASCII字符它也使用兩字節表示。代碼頁是通過高字節的取值範圍來確定是ASCII字符。還是漢字的高字節。如果發生數據損壞。某處內容破壞。則會引起其後漢字的混亂。UNICODE則一律使用兩個字節表示一個字符。最明顯的好處是它簡化了漢字的處理過程。
UNICODE使用平面來描述編碼空間。每個平面分爲256行。256列。相對於兩字節編碼的高低兩個字節。
UNICODE的第一個平面。稱爲Basic Multilingual Plane（基本多文種平面）。簡稱BMP。由於BMP僅用兩個字節表示。所以倍受青睞。
Unicode的最初目標。是用1個16位的編碼來爲超過65000字符提供映射。但這還不夠。它不能覆蓋全部歷史上的文字。也不能解決傳輸的問題(implantation head-ache's)。尤其在那些基於網絡的應用中。因此。Unicode用一些基本的保留字符制定了三套編碼方式。它們分別是UTF-8，UTF- 16和UTF-32。正如名字所示。在UTF－8中。字符是以8位序列來編碼的。用一個或幾個字節來表示一個字符。這種方式的最大好處。是UTF－8保留了ASCII字符的編碼做爲它的一部分。例如。在UTF－8和ASCII中。“A”的編碼都是0x41.UTF－16和UTF－32分別是Unicode 的16位和32位編碼方式。考慮到最初的目的。通常說的Unicode就是指UTF-16。
多年來。計算機普遍採用美國信息交換標準代碼（American Standard Code for Information Interchange，簡稱ASCII碼）來表示字符。這些字符可以是字母。數字。標點符號和控制符。用這種編碼來表示英文在內的字符不成問題的。但要表示其它語言文字如。阿拉伯文。中文。日文。維文。哈文…必須進行擴充。在1987年。Xerox Palo Alto研究中心的Joe Becker和Lee Collins。以及Apple公司的Mark Davis試圖研究一種適用於多文種處理的字符編碼。這種編碼很快就得到了許多大公司的支持。這些公司都派代表參加Unicode研究組。Unicode 的研究得到了較快的進展。由於Unicode集團的成員都是世界上的主要系統及軟件製造商。所以Unicode很快就成爲事實上的工業標準。
基於Unicode的系統允許使用65000個不同的字符。足以善蓋世界所有語言的所有字母。外加數千種符號。
其中。General Scripts區單獨收錄了19種語言文字。包括ASCII，Latin1，Greek，Cyrillic，Armenian，Hedrew， Arabic，Devanagari，Bengali ，Gurmukhi，Gujarati，Oriya，Tamil，Telugu，Kannada，Malayalam，Thai，Lao， Tibetan，Georgian等語言文字之外。還包括漢語。日語和朝鮮語中的所有大量字符。
Unicode是一種定長的2B多文種字符集編碼。它試圖善蓋現有的有關國家和地區的標準。包括GB2312，CNS11643，JIS 0208和KSC 5601等。Unicode可以表示混合文字資料。也可以保證以前的ISO 10646。
Unicode的特點是：
不管哪一國的字符碼均以兩個Byte表示，例如"A"在Unicode則是16進制 41和00的組合，即4100，高位41(轉換爲Ascii碼即是65=A)，Windows NT/2000以Unicode來表示字符集，例如你可以看到MS SQL Server中產生的SQL文件可以選擇是以Unicode來保存還是以普通格式來保存，如果你以Unicode保存，則在95/98平臺許多軟件均無法正確讀出其格式。
同時你還可以注意到95/98中API定義，許多名稱結尾是有一個A的，例如
WriteProfileStringA
而在NT/2000操作系統中，提供了兩套API，另外一個命令是 WriteProfileStringW，以W 結尾的API只適用於NT / 2000。（在NT中使用以W結尾的API函數效率比A結尾的要快，因爲省去了Unicode和DBCS/SBCS的轉換過程）
這樣我們經常要用到的判斷字符串長度的函數，在NT和95/98下執行結果不同，如下：(下面代碼適合於VB, ASP)
95/98中：
len("abc中國") 返回 7 (因爲每個中文作爲兩個Ascii碼來看)
NT/2000中：
len("abc中國") 返回 5 (因爲每個字符都作爲一個Unicode來看)