說到編碼，得先從ASCII編碼講起。ASCII編碼是由美國人發明，美國的字元不超過255個，所以ASCII編碼使用了8bit 即一個位元組來儲存字元。由於漢字的數量遠超255個，所以中國自己發明了一個GB2312編碼來表示漢字，一般的漢字使用2個位元組，對於一些生僻的漢字則使用更多的位元組來表示，當然，GB2313編碼是可以相容ASCII碼的。

        然後，日本，韓國等等國家也自己發明了一套編碼方法，這時候又出現了一個新的問題。如果一篇文章裡面，即有中文，又有日文的話，無論使用中文的編碼方法還是使用日文的編碼方法都會出現亂碼。隨後，unicode編碼便應運而生。unicode編碼對文字的編碼進行了統一，當然，unicode只是一種編碼規範，它有多個版本，常用的unicode編碼使用了16位來儲存字元，16位的儲存空間足以容納世界上所有書面字元（對於漢字來說，一共有6萬多個，只能包含其中的一些常用漢字，所以unicode編碼對於漢字的相容性並不是特別好）。unicode編碼相容了ASCII碼，ASCII碼轉unicode編碼時，保持後8位不變，前8位只需要用0去補全即可。

        使用了unicode編碼後，又有新的問題出現。因為unicode編碼是用兩個位元組來儲存字元，如果一篇文章中，大部分都是英文，使用unicode編碼就會造成空間的浪費，對英文部分使用ASCII碼只需要一個位元組就可以了。這時候，utf-8解決了這個問題。utf-8是一種可變長的字元編碼，當儲存英文時只使用一個位元組，節省了一半的空間，而儲存中文字元時，長度還是不變。utf-8雖然壓縮了儲存空間，但是如果在記憶體中儲存，使用utf-8卻由於它的長度不固定，帶來了很大的不便，使得在記憶體處理字元變得複雜。應對這個問題的解決策略是：在記憶體中儲存字元時還是使用unicode編碼，因為unicode編碼的長度固定，處理起來很方便。而在檔案的儲存中，則使用utf-8編碼，可以壓縮記憶體，節省空間。這裡一般有個自動轉換的機制，即從檔案中讀取utf-8編碼到記憶體時，會自動轉換為unicode編碼，而從記憶體中將字元儲存到檔案時，則自動轉換為utf-8編碼。