Unicode定義：
Unicode（統一碼、萬國碼、單一碼）是計算機科學領域里的一項業界標准，包括字符集、編碼方案等。Unicode 是為了解決傳統的字符編碼方案的局限而產生的，它為每種語言中的每個字符設定了統一並且唯一的二進制編碼，以滿足跨語言、跨平台進行文本轉換、處理的要求。
ASCll碼與Unicode編碼不同
對於很多初學者來說，特別容易將這兩個概念混淆，認為ASCLL碼就是Unicode編碼，這是明顯錯誤的。
我們知道：1個byte=8bit，1個bit=1位二進制數，一位二進制數又可以用0或者1來表示。所以一個字節能表示最大的數字就是256。計算機是美國人發明的，而英文中涉及的編碼並不多，一個字節可以表示所有字符了，所以ASCII（American national Standard Code for Information Interchange，美國國家標准信息交換碼）編碼就成為美國人的標准編碼。ASCLL碼雖然並須全面，但在所有字符集中，最知名的可能要數被稱為ASCII的8位字符集了。
Unicode編碼的由來：
我們都知道中文的字符肯定不止256個漢字，使用ASCII編碼來處理中文顯然是不夠的，所以中國制定了GB2312編碼，用兩個字節表示一個漢字，碰到及其特殊的情況，還會用三個字節來表示一個漢字。GB2312還把ASCII包含進去了。同理，日文，韓文等上百個國家為了解決這個問題發展了一套自己的編碼，於是乎標准越來越多，如果出現多種語言混合顯示就一定會出現亂碼。那么針對這種編碼“亂象”，Unicode便應運而生了，其將所有語言統一到一套編碼規則里。
Unicode編碼的問題：
ASCII編碼是1個字節，而Unicode編碼通常是2個字節。
字母A用ASCII編碼是十進制的65，二進制的01000001；
字符0用ASCII編碼是十進制的48，二進制的00110000，注意字符’0’和整數0是不同的；
漢字中已經超出了ASCII編碼的范圍，用Unicode編碼是十進制的20013，二進制的01001110 00101101。
你可以猜測，如果把ASCII編碼的A用Unicode編碼，只需要在前面補0就可以，因此，A的Unicode編碼是00000000 01000001。
新的問題又出現了：如果統一成Unicode編碼，亂碼問題從此消失了。但是，如果你寫的文本基本上全部是英文的話，用Unicode編碼比ASCII編碼需要多一倍的存儲空間，在存儲和傳輸上就十分不划算。
正是由於這樣的原因，使得Unicode編碼一時間很難推廣，於是，為了較好的解決 Unicode 的編碼問題， UTF-8 和 UTF-16 應運而生。
UTF-8
UTF-8 是目前互聯網上使用最廣泛的一種 Unicode 編碼方式，它的最大特點就是可變長。它可以使用 1 - 4 個字節表示一個字符，根據字符的不同變換長度。UTF-8 的編碼規則很簡單，只有二條：
（1）對於單字節的符號，字節的第一位設為0，后面7位為這個符號的 Unicode 碼。因此對於英語字母，UTF-8 編碼和 ASCII 碼是相同的。
（2）對於需要使用 N 個字節來表示的字符（N > 1），第一個字節的前 N 位都設為 1，第 N + 1 位設為0，剩余的 N - 1 個字節的前兩位都設位 10，剩下的二進制位則使用這個字符的 Unicode 碼點來填充。
編碼規則如下
在這里插入圖片描述
UTF-16
在了解 UTF-16 編碼方式之前，先了解一下另外一個概念——“平面”。
在上面的介紹中，提到了 Unicode 是一本很厚的字典，她將全世界所有的字符定義在一個集合里。這么多的字符不是一次性定義的，而是分區定義。每個區可以存放 65536 個（2^16）字符，稱為一個平面（plane）。目前，一共有 17 個（2^5）平面，也就是說，整個 Unicode 字符集的大小現在是 2^21。
最前面的 65536 個字符位，稱為基本平面（簡稱 BMP ），它的碼點范圍是從 0 到 2^16-1，寫成 16 進制就是從 U+0000 到 U+FFFF。所有最常見的字符都放在這個平面，這是 Unicode 最先定義和公布的一個平面。剩下的字符都放在輔助平面（簡稱 SMP ），碼點范圍從 U+010000 到 U+10FFFF。
接下來我們再談UTF-16，UTF-16編碼采用了不同長度的編碼表示所有的Unicode碼點。在基本的多語言級別中，每個字符用16位表示，通常被稱為代碼單元；而輔助字符采用一對連續的代碼單元進行編碼。這樣構成的編碼值一定落入基本的多語言級別中空閑的2048字節內，通常被稱為替代區域（surrogate area）[U+D800–U+DBFF用於第一個代碼單元，U+DC00–U+DFFF用於第二個代碼單元]。這樣設計十分巧妙，我們可以迅速地知道一個代碼單元是一個字符的編碼，還是一個輔助字符的第一或第二部分。
在Java中，char類型用UTF-16編碼描述一個代碼單元。所以在Java編程中強烈建議不要使用char類型，除非確實需要對UTF-16代碼單元操作。最好將需要處理的字符串用抽象數據類型表示。
Unicode編碼與文字處理
在文字處理方面，Unicode為每一個字符而非字形定義唯一的代碼（即一個整數）。換句話說，統一碼以一種抽象的方式（即數字）來處理字符，並將視覺上的演繹工作（例如字體大小、外觀形狀、字體形態、文體等）留給其他軟件來處理，例如網頁瀏覽器或是文字處理器。