一, 常見碼錶:
ASCII：美國標準信息交換碼。 用一個字節的7位可以表示，最高位爲符號位。
ISO8859-1：拉丁碼錶。歐洲碼錶 用一個字節的8位表示。
GB2312：中國的中文編碼表。
GBK：中國的中文編碼表升級，融合了更多的中文文字符號。
GB18030：GBK的取代版本
BIG-5碼 ：通行於臺灣、香港地區的一個繁體字編碼方案，俗稱“大五碼”。
二, 編碼衝突問題
全世界有上百種語言，日本把日文編到Shift_JIS 裏，韓國把韓文編到Euc-kr裏，各國有各國的標準，就會不可避免地出現衝突，結果就是，在多語言混合的文本中，顯示出來會有亂碼。
因此，Unicode應運而生。Unicode把所有語言都統一到一套編碼裏，這樣就不會再有亂碼問題了。
Unicode：國際標準碼，融合了多種文字。
最常用的是用兩個字節表示一個字符（如果要用到非常偏僻的字符，就需要4個字節）,
Java語言使用的就是該編碼。
三, 傳輸以及存儲數據冗餘問題
如果統一成Unicode編碼，亂碼問題從此消失了。但是，如果你寫的文本基本上全部是英文的話，用Unicode編碼比ASCII編碼需要多一倍的存儲空間，在存儲和傳輸上就十分不划算。本着節約的精神，又出現了把Unicode編碼轉化爲“可變長編碼”的UTF-8編碼
UTF-8: 稱爲通用轉換格式，即UTF（Universal Transformation Format)。
目前存在的UTF格式有：UTF-7, UTF-7.5, UTF-8, UTF-16, 以及 UTF-32。
UTF-8編碼把一個Unicode字符根據不同的數字大小編碼成1-6個字節，
常用的英文字母被編碼成1個字節，
漢字通常是3個字節，
只有很生僻的字符纔會被編碼成4-6個字節。
四, UTF-8和Unicode不存在隸屬關係, UTF-8不是Unicode的一部分,不是把高位爲零的截取掉那麼簡單
Unicode轉換到UTF-8規則如下：
(1)如果Unicode編碼的16位二進制數的前9位是0， 則UTF-8編碼用一個字節來表示，這個字節的首位是0，剩下的7位與原二進制數據的後7位相同。例如：
Unicode編碼：\u0061 = 00000000 01100001
UTF-8編碼： 01100001 = 0x61
(2)如果Unicode編碼的16位二進制數的頭5位是0，則UTF-8編碼用2個字節來表示，首字節用110開頭，後面的5位與原二進制數據去掉前5個零後的最高5位相同；第二個字節以10開頭，後面的6位與原二進制數據的低6位數據相同。例如：
Unicode編碼： \u00A9 = 00000000 10101001
UTF-8編碼： 11000010 10101001 = 0xC2 0xA9
(3)如果不符合上述兩個規則，則用3個字節表示。第一個字節以1110開頭，後四位爲原二進制數據的高四位，第二個字節以10開頭，後六位爲原二進制數據的中間6位，第三個字節以10開頭，後6位爲原二進制數據的低6位。例如：
Unicode編碼： \u4E2D = 01001110 00101101
UTF-8編碼： 11100100 10111000 10101101 = 0xE4 0xB8 0xAD
五, ASCII可以看做是UTF-8的一部分
英文的Unicode碼符合上面第四小節的第一條轉碼規則,使得英文情況下Unicode轉成utf-8,同時也轉成了ASCII表示方式.
六, 內存編碼, 存儲編碼, 傳輸編碼
在計算機內存中，統一使用Unicode編碼，當需要保存到硬盤或者需要傳輸的時候，就轉換爲UTF-8編碼。
用記事本編輯的時候，從文件讀取的UTF-8字符被轉換爲Unicode字符到內存裏，編輯完成後，保存的時候再把Unicode轉換爲UTF-8保存到文件：
瀏覽網頁的時候，服務器會把動態生成的Unicode內容轉換爲UTF-8再傳輸到瀏覽器：
所以你看到很多網頁的源碼上會有類似的信息，表示該網頁正是用的UTF-8編碼。
