Unicode
說到Unicode的起源就要先談起ASCII。
ASCII使用一個字節（8位）進行存儲，8位一共可以表示256個字符，而ASCII只使用了其中的128位，即0～127位，這128位裏面包括了常用的英文字符以及標點符號。
現在雖然解決了英語的表示問題，但還有一些語言不使用英語的字符表示，因此它們使用剩下的128位進行表示，即128～256位，後面的128位也被稱爲擴展字符集。
對於亞洲的一些國家，如中國的漢字用256位也無法表示完整，因此會採用兩個字節進行存儲表示，一開始的時候要求兩個字節都需要大於127來表示一個漢字，這時的漢字編碼方案被稱爲GB2312。然而很快用兩個字節也不夠存儲漢字，因此允許只需要第一個字節大於127即可表示一個漢字，擴展後的這種漢字方案就是GBK標準。
OK，不同語言的編碼方案似乎已經確定下來了，但還有一個問題：
不同語言的編碼方案不一樣，那不同國家之間如何通過ASCII進行交流？
因此，人們希望通過unicode實現所有文字的統一編碼，每一個文字都有獨一無二的unicode碼。
unicode使用四個字節（兩個十六進制表示一個字節）來存儲文字的。
比如常見的U+表示法：
'U+00000024' -> 'U+0024' -> '$'
'U+0001F604' -> 'U+1F604' -> '��'
(似乎CSDN markdown不支持emoji，只能用:smile:來代替U+1F604顯示的emoji表情)
當使用兩個字節的時候，unicode所處的平面也就是BMP平面，包含了基本的文字符號。
可能平時常見的是轉義字符的unicode，如\U，\u，\x。
\U後面接8位十六進制， 不足八位的時候根據使用環境看是否可以省略前面的0，\u接4位十六進制，\x接2位十六進制。
但是unicode自身也存在許多問題：
1. 如何判定這是一個unicode碼還是一個ascii碼？換言之，如何判定四個字節表示一個符號還是四個符號？
2. 在表示傳統字節的時候，如ASCII部分的時候，正常來說只需要一個字節，而用unicode進行表示的時候，前三個字節都必須爲0，這就造成了空間的極大浪費。
參考資料：Unicode 維基百科
UTF-8
由於以上unicode的問題，一開始unicode的推廣受到了阻塞。
但是人們想到可以通過對Unicode進行一種變長的編碼方式進行存儲，這就是UTF-8。（UTF-8也是一種前綴碼，比如哈夫曼編碼）
轉換規則
在ASCII碼的範圍，用一個字節表示，超出ASCII碼的範圍就用字節表示，這就形成了我們上面看到的UTF-8的表示方法，這様的好處是當UNICODE文件中只有ASCII碼時，存儲的文件都爲一個字節，所以就是普通的ASCII文件無異，讀取的時候也是如此，所以能與以前的ASCII文件兼容。
大於ASCII碼的，就會由上面的第一字節的前幾位表示該unicode字符的長度，比如110xxxxx前三位的二進制表示告訴我們這是個2BYTE的UNICODE字符；1110xxxx是個三位的UNICODE字符，依此類推；xxx的位置由字符編碼數的二進制表示的位填入。越靠右的x具有越少的特殊意義。只用最短的那個足夠表達一個字符編碼數的多字節串。注意在多字節串中，第一個字節的開頭”1”的數目就是整個串中字節的數目。
ASCII字母繼續使用1字節存儲，重音文字、希臘字母或西裏爾字母等使用2字節來存儲，而常用的漢字就要使用3字節。輔助平面字符則使用4字節。
在UTF-8文件的開首，很多時都放置一個U+FEFF字符（UTF-8以EF,BB,BF代表），以顯示這個文本文件是以UTF-8編碼。
unicode to utf-8 example from 維基百科
值得注意的是，utf-8的一個字節表示跟ASCII碼是相同的。
UTF-16
跟UTF-8相似，UTF-16也是一種unicode的編碼實現方式，主要的區別是轉換規則的不同。
unicode to utf-16 example from 維基百科
utf-16兩字節的表示方式跟unicode是相同的，但卻無法跟ASCII碼兼容。
實例：在mac上通過unicode編碼輸出emoji表情
way 1
說個不切題的方法，在mac上面只要通過快捷鍵Ctrl+Command+space就能快速調用emoji表情列表直接輸入。（下面步入正題）
way 2
直接在終端通過echo命令打印unicode編碼，由於CSDN markdown不支持emoji，所以截圖：
way 3
如果我想要在mac上直接輸入unicode碼，那就要開啓mac的Unicode Hex Input了。
打開Preference裏面的keyboard，點擊input source然後將Unicode Hex Input加入（善用搜索功能）。
接着在終端上按住option鍵的同時輸入四位的unicode碼，終端上就會顯示對應的符號了。參考stack overflow鏈接：how do you echo a 4 digit unicode character in bash
OK，四位的unicode碼的鍵盤輸入解決了，但如果我想輸入不只兩個字節的unicode碼呢？
首先，要對mac的Unicode Hex Input有一個認識，即它的輸入是按照UTF-16進行編碼的。
一開始的時候輸入四位unicode碼能正常輸出正是因爲UTF-16兩個字節的表示跟Unicode是完全相同的，因此，如果，我們想要輸出emoji表情，必須先把emoji的unicode碼轉換成UTF-16再通過option輸出。
例子參考這個鏈接：How can I type unicode characters without using the mouse?
但是，不建議在終端上進行顯示，因爲終端顯示的編碼方式默認是UTF-8，因此通過UTF-16顯示的emoji不會在終端上顯示。（隨便找個輸入框進行測試）
通過locale命令可以讀取當前的語系並進行export 修改。
way 4
最後，我想在vim裏面輸入emoji呢？
vim同樣提供了對emoji的支持，可以先在一般模式下輸入:help unicode查看幫助文件，依次按下Ctrl+V u進入unicode的輸入模式。
參考鏈接：how-to-insert-unicode-characters-in-vim
