一、Unicode
Unicode（統一碼、萬國碼、單一碼）是計算機科學領域裏的一項業界標準，包括字符集、編碼方案等。Unicode 是爲了解決傳統的字符編碼方案的侷限而產生的，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。
二、有了Unicode 爲什麼還需要UTF-8
互聯網的普及，強烈要求出現一種統一的編碼方式。UTF-8 就是在互聯網上使用最廣的一種 Unicode 的實現方式。其他實現方式還包括 UTF-16（字符用兩個字節或四個字節表示）和 UTF-32（字符用四個字節表示），不過在互聯網上基本不用。重複一遍，這裏的關係是，UTF-8 是 Unicode 的實現方式之一。
UTF-8 最大的一個特點，就是它是一種變長的編碼方式。它可以使用1~4個字節表示一個符號，根據不同的符號而變化字節長度。
UTF-8 的編碼規則很簡單，只有二條：
1）對於單字節的符號，字節的第一位設爲0，後面7位爲這個符號的 Unicode 碼。因此對於英語字母，UTF-8 編碼和 ASCII 碼是相同的。
2）對於n字節的符號（n > 1），第一個字節的前n位都設爲1，第n + 1位設爲0，後面字節的前兩位一律設爲10。剩下的沒有提及的二進制位，全部爲這個符號的 Unicode 碼。
三、GB2312、GBK、GB18030 這幾種字符集的主要區別是什麼
1 GB2312-80
GB 2312 或 GB 2312-80 是中國國家標準簡體中文字符集，全稱《信息交換用漢字編碼字符集·基本集》，又稱 GB 0，由中國國家標準總局發佈，1981 年 5 月 1 日實施。GB 2312 編碼通行於中國大陸；新加坡等地也採用此編碼。中國大陸幾乎所有的中文系統和國際化的軟件都支持 GB 2312。
GB 2312 標準共收錄 6763 個漢字，其中一級漢字 3755 個，二級漢字 3008 個；同時收錄了包括拉丁字母、希臘字母、日文平假名及片假名字母、俄語西裏爾字母在內的 682 個字符。
- GB 2312 的出現，基本滿足了漢字的計算機處理需要，它所收錄的漢字已經覆蓋中國大陸99.75% 的使用頻率。
- 對於人名、古漢語等方面出現的罕用字，GB 2312 不能處理，這導致了後來 GBK 及 GB 18030 漢字字符集的出現。
GB 2312 對任意一個圖形字符都採用兩個字節表示，並對所收漢字進行了“分區”處理，每區含有 94 個漢字／符號，分別對應第一字節和第二字節。這種表示方式也稱爲區位碼。
- 01-09 區爲特殊符號。
- 16-55 區爲一級漢字，按拼音排序。
- 56-87 區爲二級漢字，按部首／筆畫排序。
10-15 區及 88-94 區則未有編碼。
GB 2312 的編碼範圍爲 2121H-777EH，與 ASCII 有重疊，通行方法是將 GB 碼兩個字節的最高位置 1 以示區別。
2 GBK
GBK 即漢字內碼擴展規範，K 爲漢語拼音 Kuo Zhan（擴展）中“擴”字的聲母。英文全稱 Chinese Internal Code Specification。
GBK 共收入 21886 個漢字和圖形符號，包括：
- GB 2312 中的全部漢字、非漢字符號。
- BIG5 中的全部漢字。
- 與 ISO 10646 相應的國家標準 GB 13000 中的其它 CJK 漢字，以上合計 20902 個漢字。
- 其它漢字、部首、符號，共計 984 個。
GBK 向下與 GB 2312 完全兼容，向上支持 ISO 10646 國際標準，在前者向後者過渡過程中起到的承上啓下的作用。
GBK 採用雙字節表示，總體編碼範圍爲 8140-FEFE 之間，首字節在 81-FE 之間，尾字節在 40-FE 之間，剔除 XX7F 一條線。GBK 編碼區分三部分：
- 漢字區 包括
GBK/2：OXBOA1-F7FE, 收錄 GB 2312 漢字 6763 個，按原序排列；
GBK/3：OX8140-AOFE，收錄 CJK 漢字 6080 個；
GBK/4：OXAA40-FEAO，收錄 CJK 漢字和增補的漢字 8160 個。
- 圖形符號區 包括
GBK/1：OXA1A1-A9FE，除 GB 2312 的符號外，還增補了其它符號
GBK/5：OXA840-A9AO，擴除非漢字區。
- 用戶自定義區
GBK 區域中的空白區，用戶可以自己定義字符。
3 GB18030
GB 18030，全稱：國家標準 GB 18030-2005《信息技術中文編碼字符集》，是中華人民共和國現時最新的內碼字集，是 GB 18030-2000《信息技術信息交換用漢字編碼字符集基本集的擴充》的修訂版。
GB 18030 與 GB 2312-1980 和 GBK 兼容，共收錄漢字70244個。
- 與 UTF-8 相同，採用多字節編碼，每個字可以由 1 個、2 個或 4 個字節組成。
- 編碼空間龐大，最多可定義 161 萬個字符。
- 支持中國國內少數民族的文字，不需要動用造字區。
- 漢字收錄範圍包含繁體漢字以及日韓漢字
GB 18030 編碼是一二四字節變長編碼。
- 單字節，其值從 0 到 0x7F，與 ASCII 編碼兼容。
- 雙字節，第一個字節的值從 0x81 到 0xFE，第二個字節的值從 0x40 到 0xFE（不包括0x7F），與 GBK 標準兼容。
- 四字節，第一個字節的值從 0x81 到 0xFE，第二個字節的值從 0x30 到 0x39，第三個字節從0x81 到 0xFE，第四個字節從 0x30 到 0x39。
四、如何解決亂碼問題
1) Tomcat配置URIEncoding=UTF-8
2)http請求亂碼問題
在servlet頁面添加:response.setCharcacterEncoding("utf-8")
URL進行URIEncoding編碼
3) 代碼轉碼