计算机只能处理二进制数字, 如果要处理文本, 就必须建立字符和二进制字节序列之间的关系。

字符：各种文字、符号的总称。例如文字、标点、图形、数字、字母等等。

字符集：顾名思义，就是一定数量的字符组成的集合，字符集种类比较多，而且每个字符集包含的字符个数也不同，常见字符集主要有：ASCII字符集、GB2312字符集、BIG5字符集、 GB18030字符集、Unicode字符集等，字符集为每一个【字符】分配一个唯一的 ID（学名为码位 / 码点 / Code Point）。

字符编码：将字符集中的每个字符映射为字节流的实现方案（编码方案），即属于将【码位】转换为字节序列的规则，便于计算机存储和传输；常见的字符编码有ASCII编码、UTF-8编码、GBK编码、Base64编码等。某种意义上来说，字符集与字符编码有种对应关系，例如 ASCII字符集对应有ASCII编码。

编码与解码：编码的过程是将字符转换成字节流，解码的过程是将字节流解析为字符。

ASCII字符集：

ASCII编码：(American Standard Code for Information Interchange) 美国信息交换标准码，是美国制定的单字节字符编码系统，作用于ASCII字符集。因为在英语中，128个符号就可以满足，所以一直将1个字节（8位）的最高位闲置（默认为0），其他7位用于编码；后来才扩展了最高位，共可以表示256个符号。例如：字符A，ASCII码是65（十进制），二进制是01000001，八进制是0101，十六进制是0x41。但是，即使256位，也是不够用的，因为世界上的国家和文字、符号太多了，于是就开始扩展，出现了Unicode字符集。

Unicode字符集：是一个符号集，包含了各国的符号、文字等，详细可查；它只规定了字符对应的二进制代码，却没有规定这个二进制代码应该如何存储。于是出现了Unicode字符集对应的编码方式，主要是utf-8，也有utf-16、utf-32等，但utf-8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，并且根据不同的符号需要而变化字节长度。

Unicode编码：
1）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。所以对于英文字符，utf-8编码和ASCII码相同。
2）对于n字节的符号（n>1），第一个字节的前n位都为1，第n+1位为0，（其第一个字节从最高位开始，连续的二进制位为1的个数决定了其编码的字节数n），后面各字节的前两位一律为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。

reference

[1] https://blog.csdn.net/weixin_42502742/article/details/124398640