我們知道在計算機中儲存的都是0和1的二進位製碼，那怎麼用這些數字來表達我們通常用的字元呢？人們通過編碼的方式人為的規定了用特定的數字對應特定的字元。這就是編碼。
計算機是在歐洲發明的，剛開始就只有歐洲人使用，他們為了在計算機上表示他們常用的字元美國制定了ascii碼表，因為它們的字元比較少（ascii只包含了128個字元），用0~127（用乙個位元組的低7位）就能表示完成，每乙個數字對應乙個字元，比如「a」對應65。它們就用乙個位元組代表乙個字元，最高位統一為零。
二、非ascii碼
隨著許許多多的國家離開時使用計算機，在不同的國家可能有著不同的語言。比如，我麼那中國人也需要使用計算機啊，我們需要在計算機上用我們的漢字啊，那怎麼辦呢？我麼你的漢子那麼多，乙個位元組只能表示256個顯然是不夠的，那就需要更多的位元組來儲存乙個漢字了。比如，簡體中文常見的編碼方式是gb2312，使用兩個位元組表示乙個漢字，所以理論上最多可以表示256x256=65536個符號。
在其他的國家同樣如此。
正如上面說的一樣，每個國家都使用不同的編碼，隨著網際網路的普及，不同地區的人也有了普遍的資源共享，但是每個地方的編碼又不相同，就造成了亂碼的現象，為了統一編碼，將全世界的字元都編入乙個表中，這就是unicode碼，又稱為萬國碼。
但是將全世界的字元都編入乙個表中，數字是相當大的。那這些編碼怎麼儲存呢？那些字元編碼在低數字的國家也用多個位元組表示的話，那是很浪費記憶體的。比如，英文本元依然在0~127，使用乙個位元組就能儲存，而漢子卻至少需要3個位元組儲存，那麼英文本母也用3個字母儲存的話是很浪費記憶體的，如果不用相同的位元組數，在一篇文章中又很難知道它是什麼編碼。所以我們需要有需要乙個統一卻又不浪費記憶體的編碼。
utf-8編碼方式在網際網路上廣泛使用，注意它只是unicode碼的一種編碼方式。utf-8可以使用1~4個位元組表示乙個字元，這樣及解決了統一的問題有解決了浪費記憶體的問題。utf-8的編碼規則很簡單，只有二條：
1）對於單位元組的符號，位元組的第一位設為0，後面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n位元組的符號（n>1），第乙個位元組的前n位都設為1，第n+1位設為0，後面位元組的前兩位一律設為10。剩下的沒有提及的二進位制位，全部為這個符號的unicode碼。
總結如下（字母x表示可用編碼的位）
unicode符號範圍 | utf-8編碼方式
(十六進製制) |（二進位制）
0000 0000-0000 007f | 0******x
0000 0080-0000 07ff | 110***xx 10******
0000 0800-0000 ffff | 1110***x 10****** 10******
0001 0000-0010 ffff | 11110*** 10****** 10****** 10******
如「中」字，在unicode碼中對應0x4e2d，它的utf-8編碼就是：e4 b8 ad，對應的二進位制就是1110 0100 1011 1000 1010 1101，根據上面你的規則，對應的unicode碼的二進位制就是0100 11 1000 10 1101，這個二進位制對應的就是0x4e2d。
unicode碼還有其他的編碼方式，這裡就不多說了。
關於文字編碼
原始檔用不同的編碼方式編寫，會導致 的執行結果不同。用ue編輯文件時，可以使用快捷鍵 ctrl h 檢視文字的字元編碼 可以設定顯示什麼編碼,acii碼 gbk big5 unicode等 在編譯程式時，可以指定字符集，檢視幫助資訊 man gcc,charset finput charset ch...
C 中關於文字編碼的問題
tchar tmptext 50 sprintf tmptext,d,d a,b textout hdc,x,y,tmptext,lstrlen tmptext char與wchar t char中存放的是多位元組型的字元，wchar t中存放的是雙位元組型的字元，tchar在定義了 unicode...
關於win上文字和linux上文字的編碼問題
windows的預設編碼為gbk，linux的預設編碼為utf 8 root node1 cat a filename就可以看到windows下的斷元字元 m 閒來無聊查詢了以下幾種轉換編碼字符集的方法 1 dos2unix filename 2 sed i s m g filename 3 vim...