ASCII 码
计算机内部，所有信息最终都是一个二进制值。每一个二进制位(bit)有 0 和 1 两种 状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节(byte)。
也就是说，一个字节一共可以用来表示256种不同的状态，每一个状态对应一个符号，就是256个符号，从00000000 到 11111111 。
上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为 ASCII 码，一直沿用至今。
ASCII 码一共规定了128个字符的编码，比如空格 SPACE 是32(二进制 00100000 )，大写的字母 A 是65(二进制 01000001 )。这128个符号(包括32个不能打印出来的控制符号)，只占用了一
个字节的后面7位，最前面的一位统一规定为 0 。
Unicode
Unicode 只是一个符号集。Unicode可以容纳100多万个符号。他规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。比如，汉字严的Unicode是十六进制数 4E25 ，转换成二进制数足足有15位
( 100111000100101 )，也就是说，这个符号的表示至少需要2个字节。表示其他更大的符号，可能需要3个字节或者4个字节，甚至更多。
UTF-8
UTF-8 就是在互联网上使用最广的一种 Unicode 的实现方式。UTF-8 最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号， 根据不同的符号而变化字节长度。
UTF-8 的编码规则：
- 对于单字节的符号，字节的第一位设为 0 ，后面7位为这个符号的 Unicode 码。因此对于英语字母，UTF-8 编码和 ASCII 码是相同的。
- 对于n字节的符号(n>1)，第一个字节的前n位都设为1，第n+1 位设为0，后面字节的前两位一律设为 10 。剩下的没有提及的二进制位，全部为这个符号的 Unicode 码。
严 的 Unicode 是 4E25 (100111000100101 )，根据上表，可以发现 4E25 处在第三行的范围内 ( 0000 0800 - 0000 FFFF)，因此 严 的 UTF-8 编码需要三个字节，即格式是 1110xxxx 10xxxxxx 10xxxxxx 。然后，从 严 的最后一个二进制位开始，依次从后向前填入格式中的 x ，多出的位补
0 。这样就得到了， 严 的 UTF-8 编码是 11100100 10111000 10100101 ，转换成十六进制就是 E4B8A5 。
一个utf8数字占1个字节，一个utf8英文字母占1个字节，少数是汉字每个占用3个字节，多数占用4个字节。
编程转换
一般的文件编辑器（比如notepad）中保存时会有编码选项：
- ANSI：对于英文文件是 ASCII 编码，对于简体中文文件是 GB2312 编码
- Unicode：notepad使用的 UCS-2 编码方式，即直接用两个字节存入字符 的 Unicode 码，这个选项用的 little endian 格式（如果一个文本文件的头两个字节是 FE FF ，就表示该文件采用大头方式;如果头两个字节是 FF FE ，就表示该文件采用小头方式。）
- Unicode big endian
- UTF-8