雖然通過使用不同字符集，我們可以在一台機器上查閱不同語言的文件，但是我們仍然無法解決乙個問題:
如果乙份文件中含有不同國家的不同語言的字元，那麼無法在乙份文件中顯示所有字元。unicode字符集涵蓋了目前人類使用的所有字元，並為每個字元進行統一編號，分配唯一的字元碼(codepoint)。unicode字符集將所有字元按照使用上的頻繁度劃分為17個層面(plane),每個層面.上有216=65536個字元碼空間。
其中第0個層面bmp，基本涵蓋了當今世界用到的所有字元。其他的層面要麼是用來表示一些遠古時期的文字，要麼是留作擴充套件。我們平常用到的unicode 字元，一般都是位於bmp層面上的。目前unicode字符集中尚有大量字元空間未使用。
缺點：
unicode只是規定了乙個符號的二進位制**，但是沒有規定二進位制**應該如何進行儲存：無法區別unicode和ascii。 並且使用unicode編碼的英文本母需要用三到四個位元組去表示，會造成極大的儲存空間浪費。
utf-8是unicode的一種實現方式，使用最為廣泛。
utf-8是一種變長的編碼方式，使用1-6個位元組去表示乙個符號，解決了unicode的英文本母浪費空間的缺點。
utf-8編碼規則：
多字元編碼 和 Unicode編碼
四字符集和字元編碼說明 五 其他 c 基本資料型別中表示字元有兩種 char wchar t char 叫多位元組字元，乙個char佔乙個位元組，之所以叫多位元組字元是因為它表示乙個字時可能是乙個位元組也可能是多個位元組。乙個英文本元 如 s 用乙個char 乙個位元組 表示，乙個中文漢字 如 中 ...
ASCII和Unicode編碼詳解
本文參考大量維基百科和網路大牛的文章，並結合實際例子，試圖幫助大家理清計算機的編碼問題，從而更加高效的編寫程式。我們常說的位是指位元位，即bit，每乙個bit位儲存乙個0或者1。所以，在計算機 二進位制數系統 中，乙個位 bit 就是指乙個0或者1。我們說計算機的cpu一次能處理的最大位數就是指這個...
字元編碼 unicode編碼
1.ascii american standard code for information interchange 美國資訊交換標準 這是計算機上最早使用的通用的編碼方案。那個時候計算機還只是拉丁文本的專利，根本沒有想到現在計算機的發展勢頭，如果想到了，可能一開始就會使用unicode了。當時絕大...