字符集的概念其实区别于编码的概念，而我们有时候却把他们混淆一谈，因为对于不同的字符集与编码就是一个东西，说一样也确实没有什么问题，所以导致大家对这两个概念的混淆。
字符集与字符集编码是两个不同层面的东西
- charset 是character set的简写，即字符集。
- encoding是charset encoding 的简写，即字符集编码。
接口与接口实现的对比
从这里可以很清楚地看到
1、编码是依赖于字符集的，就像代码中的接口实现依赖于接口一样
（1）字符集就是有序的编号与字符的一一对应，编码其实就是将这个编号转换为计算机的具体存储方式，具体的计算机存储的二进制在根据编码规则就可以反转回（解码）字符集代表的编号。
2、一个字符集可以有多个编码实现，就像一个接口可以有多个实现类一样。（一个字符集可以对应多种计算机保存编码的方式或者规则，但是他们都是基于同一个字符集来进行编码）
3、通过上图，我们可以看到对于unicode字符集有utf-8、utf-16、utf-32三种编码，而对于ASCII、GBK他们的字符集即对应编码，这也就是我们有时候会混淆的原因。
具体例子及规范用法
可以看两个简单的例子，一个来自与html文件，用的是charset:
<meta http-equiv="content-type" content="text/html;charset=utf-8">
另一个是来自于xml文件，使用的是encoding：
<?xml version="1.0" encoding="UTF-8"?>
哪一个更加规范呢？通过上面的解释，相信大家心里都有一个答案了，那就是使用encoding。encoding表示具体的编码方式，及文件存储文字的方式。软件运行时根据具体的编码方式进行解码，转换为程序在内存中具体使用的字符集，这样程序才会认识我们的字符。（其实我们的字符在内存中也有具体的编码方式，这就看我们的系统或者软件允许时使用的字符集编码了）
“charset=utf-8”容易让人误解为存在一种叫“UTF-8”的字符集，但实际上，无论是 UTF-8，UTF-16 还是 UTF-32 都是对同一种字符集的不同编码实现而已。
为什么要严格区分字符集与编码这两个概念？
在早期，字符集与编码是一对一的，但随着时间的发展，出现了一对多的情形。
字符集与编码一对一的情形
有很多字符编码方案，一个字符集只有唯一一个编码实现，两者一一对应的。比如GB2312，这种情况，无论你怎么去称呼它们，比如“GB2312编码”，“GB2312字符集”，其实都说的一个东西，可能它本身就没有特意去做什么区分，无论怎么说都不会错。
字符集与编码一对多的情形
事情到了 Unicode 这里，变得不一样了，唯一的 Unicode 字符集对应了三种编码：UTF-8，UTF-16，UTF-32。如果还是这么笼统地去称呼，就很容易搞混了。
为什么Unicode这么特殊
人们弄出新的字符集，驱动力无外乎就是原来的字符集字符不够用了，不然谁会闲得蛋疼~~
Unicode的目标是统一所有的字符集，囊括所有字符，所以字符发展到它这里就到头了，再去整什么新的字符集就没必要也不应该了。
但如果觉得它现有的编码方案不太好呢？在不弄出新的字符集的情况下，那么就只能在编码方面上做文章了，于是就有了多个实现，这样一来，传统的一一对应关系就打破了。
我们严格区分字符集与编码的概念，理由就在这里。
指定了编码，它所对应的字符集自然就指定了，编码才是我们最终要关系的。
Unicode的早期与现在的对比
让我们来看一个图，它展现了Unicode早期与现在的一些差别：
注：由于历史方面的原因，你还会在不少地方看到把 Unicode 和 UTF-8 混在一块的情况，这种情况下的 Unicode 通常就是 UTF-16 或者是更早的 UCS-2 编码
下面是记事本程序保存时的一个截图，是Unicode的一个不规范使用，这里的Unicode就是指UTF-166：
我们现在说了不少 Unicode，由于各种原因，必须承认，在不同的语境下，“Unicode”这个词有着不同的含义，它可能指：
- Unicode 标准
- Unicode 字符集
- Unicode 的抽象编码（编号），也即码点（code point）。
- Unicode 的一个具体编码实现，通常即为变长的 UTF-16（16 或 32 位），又或者是更早期的定长 16 位的 UCS-2。
参考自一位大神的文章~~字符集与编码（一）——charset vs encoding