位和位元組對程式設計師而言應該是無需贅述的概念，如果你是程式設計師出身，且對這兩個概念不甚了解的話就需要反思了。
位：資料儲存的最小單位。在計算機中的二進位制數系統中，位，簡記為b,也稱為位元，每個0或1就是乙個位(bit)。計算機中的cpu位數指的是cpu一次能處理的最大位數。通俗地說，位就是指乙個二極體的狀態0/1（開/關）。
位元組：位元組（byte ）是計算機資訊技術用於計量儲存容量的一種計量單位，作為乙個單位來處理的乙個二進位制數字串，是構成資訊的乙個小單位。最常用的位元組是八位的位元組，即它包含八位的二進位制數。位和位元組的關係可以理解為，英語是由26個字母組成，但是講話時，卻是用多個單詞拼成的句子。單個字母並無實際意義（某些特例除外）。
字元是指能夠表達含義的不可分割的最小單位。字元包括字母、數字、運算符號、標點符號和其他符號，以及一些功能性符號。
顧名思義，字符集就是指字元的集合。不同的人群或不同的場景需要不同字符集，因此當下有很多種
字符集。字符集中所有字元是按照指定書序進行排列的，常見的字符集有：ascii 、gb2312 gbk、big5、unicode。
其中unicode 又稱為萬國碼，旨在收集全球所有的字元，為每個字元分配唯一的字元編號。
unicode是國際組織制定的可以容納世界上所有文字和符號的字元編碼方案。目前的unicode字元分為17組編排，0x0000 至 0x10ffff，每組稱為平面（plane），而每平面擁有65536個碼位，共1114112個。然而目前只用了少數平面。計算機中各種資料都是以二進位制儲存的，既然字已經有字符集了並且字符集是有順序的，那在儲存字元時直接使用字元的位置序號不就可以了嗎？可以解決問題，但不是最佳解決方案。如果直接使用位置序號，會帶來極大空間的浪費。比如講英文的國家，通常只需要用到位於unicode字符集靠前部分的字母（前128位，即ascii字符集中字元），即乙個位元組就能表達出其位置，但儲存時卻需要三個位元組來儲存（高位補0）。
高位補0的原因是：比如兩個單位元組的字元連在一起時，無法區分是乙個雙子節字元還是兩個單位元組字元。字元編碼存在的意義是，通過一定的規則，用盡可能少的位元組表示字元在字符集中的位置（建立對映關係）。因此字符集必須和編碼方式搭配使用。unicode常見的編碼方式有：utf-16 、utf-8 、utf-32。
有些字符集既是字符集也是字元編碼，比如gbk。
文字程式以流的方式將檔案讀取到記憶體中
在對流進行解析時，會指定編碼格式，比如utf-8
通過utf-8編碼後，就可以獲知該字元在字符集中（unicode）的位置序號
通過位置序號轉化位對應的字元，並加以展示。
如果檔案本身不是通過utf-8編碼的，在讀取時以utf-8編碼，就會導致解碼失敗，從而出現亂碼。
字符集和字符集編碼詳解
gb2312 gbk ascii asni unicode utf 8等等，這些字眼非常常見，同時帶來許多的問題。本文只是從理解的角度，說明以上內容的不同含義從而達到區分其用法的目的是夠了的。至於實現方式，可以查閱各自的詳細標準官方文件。先解釋乙個概念，什麼是字符集，嗯，不解釋了，我弄乙個吧 從今以...
字符集和編碼
什麼是字元？字元就是文字和符號的統稱，字符集就是多個字元的集合，字符集有很多種，常見的有ascii,gb2312,unicode字符集。什麼是編碼？計算機要準確的處理字符集中的文字，就需要對字元進行編碼。對unicode字符集編碼的叫做unicode編碼，對ascii字符集編碼叫做ascii編碼。a...
編碼和字符集
ascii unicode gb2312等都是字符集，用於定義編號指代的字元。utf 8，utf 16則是unicode的編碼格式。ascii ascii只有128個，能表示英文 數字 常用符號。gb2312 gb2312是中文特有的字符集，有2萬多個字元，前128個和ascii保持一致，因此能相容...