一 点睛
计算机字符集可归类3种：单字节字符集（SBCS）、多字节字符集（BMCS）和宽字符集（Unicode字符集）。
二 单字节字符集
它的所有字符都只有一个字节的长度，SBSC是一个理论规范。具体实现时有两种字符集：ASCII字符集和扩展ASCII字符集。
ASCII字符主要用于美国，全称是美国国家标准信息交换码，使用7位来表述一个字符，总共可以表示128个字符。
在计算机刚刚在美国兴起的时候，ASCII字符集中的128个字符就够用了，但是计算机发展到了欧洲，欧洲各个国家的字符就多了，128个不够用，于是人们对ASCII码进行了扩展，因此就扩展ASCII为256个字符，前0到127个和原来的ASCII字符集相同，后面多出来的128个字符用来表示欧洲国家的一些字符，如拉丁字母、希腊字母。有了扩展ASCII字符，计算机在欧洲也发展起来了。
三 多字节字符集
随着计算机普及到更多国家（比如东亚和中东）。由于这些国家的字符更多，8位就不够用了。因此为了能够表示其他国家的文字（比如中文），人们继续对ASCII进行扩展，即英文字母和欧洲字符为了和扩展ASCII兼容，依然用一个字节表示，而对于其他各国自己的字符（如中文字符）则用两个字节表示，这就是多字节字符集。
这也是一个理论规范，具体实现时，各个国家根据自己的语言字符分别实现不同的字符集，比如中国实现了GB-2312字符集（后来又扩展出GBK和GB18030），日本实现了JIS字符集。
MBCS解决了欧美地区以外的字符表示，但缺点也很明显。MBCS保留原有或者ASCII码的同时，用两个字节来表示各国语言的语言字符，这就导致占用一个字节和两个字节混在一起，使用起来不方便。
四 Unicode编码
Unicode编码是纯理论的概念，和具体计算机没关系。为了把全世界所有的文字符号都统一进行编码，国际标准化组织提出了Unicode编码，它可以容纳世界上所有文字和符号的字符编码方案，这个方案规定任何语言中的任一字符都只对应一个唯一的数字，这个数字被称为代码点，或称码点、码位，它用十六进制书写，并加上U+前缀，比如，“田”的代码点是U+7530，“A”的代码点是U+0041.代码点是一个理论的概念，和具体的计算机无关。
所有字符及其Unicode编码构成的集合就叫Unicode字符集（Unicode Character Set,UCS）.早期版本有UCS-2，它用两个字节编码，最多表示65535个字符。但UCS-2后来不够用了，因此有了UCS-4这个版本，UCS-4用4个字节编码（实际上只用了31位，最高位必须为0），它根据最高字节分成2^7=128个组。每个组再根据次高字节分为256个平面。每个平面根据第3个字节分为256行，每行256个码位。组0的平面0被称为基本多语言平面（BMP），即范围在U+00000000到U+0000FFFF的码点，如果将UCS-4的BMP去掉前面的两个零字节，就得到了UCS-2（U+0000到U+FFFF）。每个平面有2^16=65536个码位。Unicode计划使用了17个平面，一共有17*65536=1114112个码位。在Unicode 5.0.0版本中，已定义的码位只有238605个，分布在平面0、1、2、14、15、16。
平面15和16上只是定义了两个各占65534个码位的专用区。所谓专用区，就是保留为大家放自定义字符的区域，简称PUA。
平面0也有一个专用区，有6400个码位。
平面0还有一个被称为代理区的特殊区域，有2048个码位。代理区的目的是用两个UTF-16字符表示BMP以外的字符。
在Unicode 5.0.0版本 238605-2*65534-6400-2048=99089，它们对应着Unicode目前定义的99089个字符，其中包括71226个汉字。
平面0、平面1、平面2和平面14上分别定义了52080、3419、43253和337个字符。平面2的43253个字符都是汉字。平面0上定义了27973个汉字。