作为一个程序开发人员搞清楚字符集，字符编码，Unicode等关键词的意义是非常重要的，这样我们基本上也就能搞明白遇到的编码问题了。
接下来，我们就来简单了解下字符集，字符编码，Unicode的相关知识：
基本概念
字符[character]
字符代表了字母表中的字符，标点符号和其他的一些符号。在计算机中，文本是由字符组成的。
字符集合[character set]
由一套用于特定用途的字符组成，例如支持西欧语言的字符集合，支持中文的字符集合。字符集合只定义了符号和他们的语意，其实跟计算机没有直接关系。
字符编码[character encoding]
是一套规则，定义了在计算机内存中如何表示字符，是字符集中的每个字符与计算机内存中字节之间的转换关系，也可以认为是把字符数字化，规定每个“字符”分别用一个字节还是多个字节存储，用哪些字节来存储。例如ASCII编码[你没看错，它既是一种字符集合，也是一种字符编码]，定义了英文字母和符号在计算机中的表示方式，是用一个字节来表示。Unicode字符集合，有好几种字符编码方式，例如变长度编码的UTF8，UTF16等。中文字符集也有很多字符编码，例如上文提到的GB2312编码，GBK编码等。
什么是UTF8
Unicode/UCS只是字符集合，虽然为每个字符分配了一个唯一的整数值，但具体怎么用字节来表示每个字符，是由字符编码决定的。Unicode的字符编码方式有UTF-8, UTF-16, UTF-32。由于UTF-16和UTF-32编码中包含”\0”,或者”/”这样对于文件名和其他C语言库函数来说具有特殊意义的字符，所以不适合在Unix下用来做文件名称，文本文件和环境变量的Unicode编码。UTF-8没有这样的问题，它有很多优点：可以向前兼容ASCII码，是变长的编码，由于编码没有状态，所以很容易重新同步，在传输过程中丢失了一些字节后，具有鲁棒性。
有关更多精彩内容请参考：https://www.cnblogs.com/Jack47/p/unicode-utf8-character_set-encoding.html