在計算機內部，所有信息都表示成二進制01，若要顯示出來讓人看懂，需要進行編碼轉換。如漢字”嚴”以 Unicode編碼保存到計算機中是4E25，即01001110 00100101，顯示給用戶看時，通過Unicode編碼表查看4E25對應的是”嚴”，顯示出來。
編碼的發展過程：
（1）ASCII碼
字節是計算機存儲的基本單位，一字節等於八位（1byte = 8bit）。一個字節可以表示256種狀態（00000000-11111111）。因此ASCII碼被髮明來表示128個字符（00000000-01111111），只佔用後七位，第一位默認爲0。其中包含所有英文字母及其他一些字符，如大寫字母”A”表示爲01000001（10進製爲65）。
（2）ASCII碼加強
有些國家不用英文，自己利用字節最高位創造了一些其他字符，多表示了ASCII碼除外的128個字符。如法語é表示爲10000010。
（3）ISO-8859-1
各個組織各搞各的沒有標準很混亂，ISO 組織發明了ISO-8859-1涵蓋了大多數西歐語言字符，總共能表示 256 個字符。
（4）GB2312
中國自己發明了GB2312來表示中文，雙字節，編碼範圍是 A1-F7。
（5）GBK
GB2312表示的漢字太少，GBK 擴展了，編碼範圍是 8140-FEFE（去掉 XX7F）總共能表示23940個字符。
（6）Unicode
編碼過多，每次打開文件都得判斷是哪種編碼，進行對應的編碼轉換，而且系統必須支持。爲了統一編碼，出現了Unicode。Unicode涵蓋了所有字符集。如漢字”嚴”，Unicode編碼爲4E25。
（7）UCS
UCS（Unicode Character Set），Unicode的簡稱。目前有兩種格式：UCS-2和UCS-4。UCS-2就是用兩個字節編碼，UCS-4就是用4個字節編碼。
（8）UTF-8
Unicode只是一個概念，表示一個字符和二進制對應關係表，若直接存儲進計算機會出現問題。如漢字”嚴”，Unicode編碼爲4E25，二進制爲01001110 00100101，直接存儲二進制，和ASCII碼串”N%”（也是01001110 00100101）存儲內容一樣，無法區分。
UTF-8就是爲了專門存儲Unicode而產生，規則如下：
1. ASCII碼保持不變，依然是0xxxxxxx
2. 對於其他 n 字節（n>1）的字符，第一個字節的前n位都爲1，第n+1位爲0，後面字節的前兩位爲10，其他沒提及的二進制位，全部爲這個字符的unicode碼。
| Unicode符號範圍 | UTF-8編碼方式 |
|---|---|
| 0000 0000-0000 007F | 0xxxxxxx |
| 0000 0080-0000 07FF | 110xxxxx 10xxxxxx |
| 0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx |
| 0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx |
（9）UTF-16
UTF-8以單字節（8bit）爲基礎單位，UTF-16以雙字節（16bit）爲基本單位。其中BMP（基本多語言平面，U+0000至U+FFFF）雙字節，包含了最常用的字符，與Unicode編碼一致；其他的是輔助平面，四字節。
多字節存儲存在讀取大小端問題，”大頭方式”（Big endian），第二個字節在前就是”小頭方式”（Little endian）。
Unicode規範中定義，每一個文件的最前面分別加入一個表示編碼順序的字符，如果一個文本文件的頭兩個字節是FE FF，就表示該文件採用大頭方式；如果頭兩個字節是FF FE，就表示該文件採用小頭方式。
（10）UTF-32
UTF-32以四字節（32bit）爲基礎單位，足夠存儲所有字符。