不管在是在编辑文本文件的时候，还是在制作网页的时候，总会遇到文本编码方式的问题。假设处理不当，就会出现乱码的问题。因此，有必要对文本的编码方式做一个详尽的了解。
常见的一些字符编码方式无非有：Unicode、ASCII、GBK、GB2312、UTF-8。以下先对常见的这一些字符编码方式作下说明：
1.ASCII码
这是美国在19世纪60年代的时候为了建立英文字符和二进制的关系时制定的编码规范，它能表示128个字符，当中包含英文字符、阿拉伯数字、西文字符以及32个控制字符。它用一个字节来表示详细的字符，但它仅仅用后7位来表示字符（2^7=128），最前面的一位统一规定为0。
2.扩展的ASCII码
原本的ASCII码对于英文语言的国家是够用了，可是欧洲国家的一些语言会有拼音，这时7个字节就不够用了。因此一些欧洲国家就决定，利用字节中闲置的最高位编入新的符号。比方，法语中的é的编码为130（二进制10000010）。这样一来，这些欧洲国家使 用的编码体系，能够表示最多256个符号。但这时问题也出现了：不同的国家有不同的字母，因此，哪怕它们都使用256个符号的编码方式，代表的字母却不一样。比方，130在法语编码 中代表了é，在希伯来语编码中却代表了字母Gimel (ג)，在俄语编码中又会代表还有一个符号。可是无论如何，全部这些编码方式中，0—127表示的符号是一样的，不一样的仅仅是128—255的这一段。这个问题就直接促使了Unicode编码的产生。
3.Unicode符号集
正如上一节所说，世界上存在着多种编码方式，同一个二进制数字能够被解释成不同的符号。因此，要想打开一个文本文件，就必须知道它的编码方式，否则用错误的编码方式解读，就会出现乱码。为什么电子邮件经常出现乱码？就是由于发信人和收信人使用的编码方式不一样。而Unicode就是这样一种编码：它包括了世界上全部的符号，而且每个符号都是独一无二的。比方，U+0639表示阿拉伯字母Ain，U+0041表示英语的大写字母A，U+4E25表示汉字“严”。详细的符号相应表，能够查询unicode.org，或者专门的汉字相应表 。非常多人都说Unicode编码，但事实上Unicode是一个符号集（世界上全部符号的符号集），而不是一种新的编码方式。
可是正由于Unicode包括了全部的字符，而有些国家的字符用一个字节便能够表示，而有些国家的字符要用多个字节才干表示出来。即产生了两个问题：第一，假设有两个字节的数据，那计算机怎么知道这两个字节是表示一个汉字呢？还是表示两个英文字母呢？第二，由于不同字符须要的存储长度不一样，那么假设Unicode规定用2个字节存储字符，那么英文字符存储时前面1个字节都是0，这就大大浪费了存储空间。
上面两个问题造成的结果是：1）出现了unicode的多种存储方式，也就是说有很多种不同的二进制格式，能够用来表示unicode。2）unicode在非常长一段时间内无法推广，直到互联网的出现。
4.UTF-8
互联网的普及，强烈要求出现一种统一的编码方式。UTF-8就是在互联网上使用最广的一种unicode的实现方式。其它实现方式还包含UTF-16和UTF-32，只是在互联网上基本不用。反复一遍，这里的关系是，UTF-8是Unicode的实现方式之中的一个。
UTF-8最大的一个特点，就是它是一种变长的编码方式。它能够使用1~4个字节表示一个符号，依据不同的符号而变化字节长度。
UTF-8的编码规则非常easy，仅仅有两条：
1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是同样的。
2）对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，所有为这个符号的unicode码。
5.GBK/GB2312/GB18030
GBK和GB2312都是针对简体字的编码，仅仅是GB2312仅仅支持六千多个汉字的编码，而GBK支持1万多个汉字编码。而GB18030是用于繁体字的编码。汉字存储时都使用两个字节来储存。
总的来说：
ASCII编码：用来表示英文，它使用1个字节表示，当中第一位规定为0，其它7位存储数据，一共能够表示128个字符。
拓展ASCII编码：用于表示很多其它的欧洲文字，用8个位存储数据，一共能够表示256个字符
GBK/GB2312/GB18030：表示汉字。GBK/GB2312表示中文简体，GB18030表示繁体中文。
Unicode编码：包括世界上全部的字符，是一个字符集。
UTF-8：是Unicode字符的实现方式之中的一个，它使用1-4个字符表示一个符号，依据不同的符号而变化字节长度。
*假设你想了解很多其它关于编码的信息，推荐阅读：字符编码方式 （空暇时请再继续研读一下这篇文章）
*相关阅读：判定文件编码或文本流编码的方式（Java实现）