编码

按照某一规则用二进制表示一个字符。

Unicode字符集

Unicode(统一码、万国码、单一码)，是计算机科学领域里的一项业界标准。为每种语言中的每个字符设定了统一并且唯一的整数值，把这个数值称为码点(Code Point)。
但是它并不规定计算机如何存储和传输这个数值（以多少个字节存储，是定长还是变长，Unicode没有字节长度的概念）。
Unicode定义了一个码点空间包含1,114,112个码点，范围从0到0x10FFFF，也就是说，它仅仅是一个字符映射集。
Unicode 目前规划的总空间是17个平面（平面0至16），0x0000 至 0x10FFFF，每个平面有 65536 个码点。
例如，"AB中国"这个字符串，对应的Unicode编码为：

A  -> \u0041
B  -> \u0042
中 -> \u0049
国 -> \u56FD

UTF编码

为了计算机的高效存储和传输这个三个码点，出现了UTF编码实现：UTF-8、UTF-16、UTF-32、UCS-2等。也就是说，同样的Unicode值，会被表示为不同的字节长度。
UTF-8, Unicode Transformation Format – 8-bit使用1到4个8bit字节变长编码表示1,112,064个Unicode码点，向后兼容ASCII，对于ASCII字符只需一个字节的二进制就可以表示。码点数值越小，使用的字节数越少，出现的频率越高。

UTF-8.png

UTF-16使用1到2个16bit变长编码表示1,112,064个Unicode码点，它扩展于固定16bit长度的UCS-2。
UTF-32是四字节定长编码，它会把A、B直接表示为四个字节的二进制，其高位均为0，空间浪费比较严重，因此应用很少。