名詞解析:
位（bit）：是計算機 內部數據 儲存的最小單位，11001100是一個八位二進制數。字節（byte）：是計算機中數據處理的基本單位，習慣上用大寫 B 來表示,1B（byte,字節）= 8bit（位）
字符：是指計算機中使用的字母、數字、字和符號。通常用來表示單個的字符，字符型必須用('')括起來。JAVA使用16位的Unicode字符集作爲編碼方式，而Unicode被設計成支持世界上所有書面語言的字符，包括中文字符。
1.1 字符與編碼的發展
ASCII碼：最初美國佬，約定了一個編碼系統，就是ASCII碼，把abc等英文字符分別和0,1,2,3,4等對應，發現差不多剛好128個數，半個字節的長度，於是乾脆取一個字節，最高位置爲0。後七位從0-127分別對每一個符號編碼。計算機每次讀取一個字節，然後參照ASCII表把這些編碼翻譯成字符。
ISO：歐洲人發現ASCII沒辦法滿足歐洲書面語言符號的需要，於是歐洲人搞一套ISO編碼，一個字節的長度，把最高位也用掉了。和ASCII表類似，計算機每次只讀一個字節，然後按照ISO表，解碼出字符。
GBK：到了我們中國，光漢字有幾萬個。於是我們整出一套GBK且兼容了ASCII編碼。
反正當時還有很多不同的編碼標準，因爲編碼不同，你不懂我、我不懂你，亂碼滿天飛。
最後國際組織把世界上所有書面語言的字符都進行了統一編號，unicode編號，這個unicode編號的集合就是字符集。
| 系統內碼 | 說明 | 系統 | |
| 階段一 | ASCII | 計算機剛開始只支持英語，其它語言不能夠在計算機上存儲和顯示。 | 英文 DOS |
| 階段二 | ANSI編碼 （本地化） | 爲使計算機支持更多語言，通常使用 0x80~0xFF 範圍的 2 個字節來表示 1 個字符。比如：漢字 '中' 在中文操作系統中，使用 [0xD6,0xD0] 這兩個字節存儲。 不同的國家和地區制定了不同的標準，由此產生了 GB2312, BIG5, JIS 等各自的編碼標準。這些使用 2 個字節來代表一個字符的各種漢字延伸編碼方式，稱爲 ANSI 編碼。在簡體中文系統下，ANSI 編碼代表 GB2312 編碼，在日文操作系統下，ANSI 編碼代表 JIS 編碼。 | 中文 DOS，中文 Windows 95/98，日文 Windows 95/98 |
| 階段三 | UNICODE （國際化） | 爲了使國際間信息交流更加方便，國際組織制定了 UNICODE 字符集，爲各種語言中的每一個字符設定了統一併且唯一的數字編號，以滿足跨語言、跨平臺進行文本轉換、處理的要求。 | Windows NT/2000/XP，Linux，Java |
1.2 unicode和utf-8等編碼方案的聯繫
unicode編號，解決了解碼的衝突，它是一種標準，規定了每個字符對應的二進制數，或者稱它是一個具體大的映射。但是unicode並沒有規定字符對應的二進制數怎麼存儲(沒有爲編碼的二進制傳輸和二進制解碼做出規定)，比如字母可能對應的數字很小，那麼轉換爲二進制數需要8位（一個字節）就夠了，但是漢字就需要14/15/16位才能表示下也就是最少需要兩個字節，甚至有些字符需要三個字節才能表示。於是，就出現瞭如下解決方案：uft-8，utf-16，utf-32這些編碼方案。
1.3 編碼方案選擇：
utf-8這種解決方案用的最多，用得最多是因爲在當時它的方案最好，最節省資源。utf-8採用變長編碼，編碼長度從1個字節到6個字節不等，utf-16是用兩個字節來編碼所有的字符，utf-32則選擇用4個字節來編碼
PS：目前因爲互聯網上絕大部分存在的資源都是英文的，英文在utf-16中佔2個字節，而在utf-8中則是1個字節，故utf-8更加節省資源。如果中文內容居多，則是utf-16更加節省資源。
1.4 字符，字節，字符串
| 概念描述 | 舉例 | |
| 字符 | 人們使用的記號，抽象意義上的一個符號。 | 直接通過單個字符來指定字符型：'1', '中', 'a', '$', '￥', …… 通過轉義字符表示特殊的字符型：'\n','\t' 直接通過unicode值來表示字符型：'\uxxxx' xxxx表示一個16進制數 |
| 字節 | 計算機中存儲數據的單元，一個8位的二進制數，是一個很具體的存儲空間。是計算機中數據處理的基本單位，習慣上用大寫 B 來表示,1B（byte,字節）= 8bit（位） | 0x01, 0x45, 0xFA, …… |
| ANSI 字符串 | 在內存中，如果“字符”是以 ANSI 編碼形式存在的，一個字符可能使用一個字節或多個字節來表示，那麼我們稱這種字符串爲 ANSI 字符串或者多字節字符串。 | "中文123" （佔7字節） |
| UNICODE 字符串 | 在內存中，如果“字符”是以在 UNICODE 中的序號存在的，那麼我們稱這種字符串爲 UNICODE 字符串或者寬字節字符串。 | L"中文123" （佔10字節） |
1.5 字符集與編碼
各個國家和地區所制定的不同 ANSI 編碼標準中，都只規定了各自語言所需的“字符”。比如：漢字標準（GB2312）中沒有規定韓國語字符怎樣存儲。這些 ANSI 編碼標準所規定的內容包含兩層含義：使用哪些字符。也就是說哪些漢字，字母和符號會被收入標準中。所包含“字符”的集合就叫做“字符集”。
規定每個“字符”分別用一個字節還是多個字節存儲，用哪些字節來存儲，這個規定就叫做“編碼”。
各個國家和地區在制定編碼標準的時候，“字符的集合”和“編碼”一般都是同時制定的。因此，平常我們所說的“字符集”，比如：GB2312, GBK, JIS 等，除了有“字符的集合”這層含義外，同時也包含了“編碼”的含義。
“UNICODE 字符集”包含了各種語言中使用到的所有“字符”。用來給 UNICODE 字符集編碼的標準有很多種，比如：UTF-8, UTF-7, UTF-16, UnicodeLittle, UnicodeBig 等。
參考：http://www.regexlab.com/zh/encoding.htm