計算機中的所有字符，說到底都是用二進制的0、1的排列組合來表示的，因此就需要有一個規范，來枚舉規定每個字符對應哪個0、1的排列組合，這樣的規范就是字符集。
ASCII
全稱是“美國信息交換標准碼”（American Standard Code for Information Interchange），制定於20世紀60年代，這套規范規定了128個字符對應的二進制碼。128=27，即只需要7個bit就能完全表示，因此每個ASCII碼只需占用1個字節（1Byte = 8bit）。
例如，大寫字母A對應ASCII編碼是01000001。點擊查看完整的ASCII碼表
假如一個文本文件存放了100個ASCII編碼的字符，那么這個文件內容的大小就是100B。
ASCII規范只涵蓋了英文字母、數字和一部分符號（包括換行符、制表符等控制性符號），但世界上還有許多語言的字符需要能夠被計算機系統處理（比如幾萬個漢字），這樣一來就需要制定一個比ASCII大得多的字符集，足夠把全世界所有字符都囊括進去。這個字符集就是Unicode。
Unicode
這是全世界最大的字符集，相對於ASCII碼，Unicode大大擴展了編碼位數到16 - 32位，意味着它理論上最多可以容納 232≈42億 個字符。Unicode包含了各種字母、中日韓文字、emoji等幾乎所有語言和領域的符號，如漢字“我”對應的Unicode是01100010 00010001，寫成16進制就是6211。現在互聯網上傳遞、展示所使用的編碼基本都是Unicode。它的最低7位與ASCII碼是完全兼容的，即如果用16位Unicode來表示大寫字母A，就會寫成00000000 01000001。
UTF-8
Unicode覆蓋面很廣，但如果一定要用16乃至32位來存儲和傳輸每個符號，對於主要使用ASCII碼的西方用戶，勢必會出現大量僅僅用於補位的0位，造成硬件資源浪費。為此，人們發明了UFT-8編碼，使用可變的位數來表示Unicode里的字符。
UTF-8是怎么做的呢？
1. 對於單字節就可表示的字符，第一位為0，后面7位為該字符的ASCII碼
2. 對於需要≥2個字節才可表示的字符，第一個字節以1開頭，且該字符總共占了幾個字節，就插入幾個連續的1；連續的1結束后，插入一個0。后續字節全部以01開頭。
如下表所示（表格來自阮一峰老師的博客）
Unicode符號范圍 | UTF-8編碼方式 (十六進制) | （二進制） --------------------+--------------------------------------------- 0000 0000-0000 007F | 0xxxxxxx 0000 0080-0000 07FF | 110xxxxx 10xxxxxx 0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx 0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
將“我”編碼成UTF-8的操作方法如下：
“我”的Unicode碼是6211，對應表里3字節編碼的區間。在Unicode二進制碼相應位置插入控制位，得到
11100110 10001000 10010001
寫成16進制就是E68891，這樣就得到了UTF-8編碼。
當然，對於一般的開發者來說，編碼細節是次要的，只要知道是怎么一回事就行了~
所以，當一個HTML頁面被添加了<meta charset="utf-8">標簽時，計算機就知道，每當這個頁面文本的字節流里發現一個E68891，就應該把它視為“我”字。但假如頁面編碼時不是遵循的UTF-8，而是GB2132（它和UTF-8毫無關系），那么就會出現亂碼——計算機錯誤解讀了這些字節的意思。