web开发的过程中，动不动就遇到编码不一致的问题，然后转换的过程中，一会Ascii 一会unicode 一会 UTF8，这到底是什么关系呢？百度了一堆资料，彻底清楚来龙去脉了，简单做个记录，方便自己，方便后来人。
按照起始顺序： 依次是Ascii -> unicode -> UTF32 -> UTF16 -> UTF8
ASCII
ASCII (American Standard Code for Information Interchange) 翻译过来是"美国信息交换标准代码", 就知道是老美设立的标准了；ASCII第一次以规范标准的类型发表是在1967年，最后一次更新则是在1986年，到目前为止共定义了128个字符；老美的逻辑非常简单，加起来就那点英文字母，在加上一些标点符号，128个足足够用了，都不够一个字节的(一个字节8位，可表示256个字符)。
所以早期人们用8位二进制来编码英文字母(最前面的一位是0)，也就是说，将英文字母和一些常用的字符和这128中二进制0、1串一一对应起来，比如说 大写字母“A”所对应的二进制位“01000001”，转换为十六进制为41。
在美国，这128是够了，但是其他国家不答应啊，他们的字符和英文是有出入的，比如在法语中在字母上有注音符号，如 é ,这个怎么表示成二进制？
所以各个国家就决定把字节中最前面未使用的那一个位拿来使用，原来的128种状态就变成了256种状态，比如é就被编码成130（二进制的10000010）。
为了保持与ASCII码的兼容性，一般最高为为0时和原来的ASCII码相同，最高位为1的时候，各个国家自己给后面的位(1xxx xxxx)赋予他们国家的字符意义。
但是这样一来又有问题出现了，不同国家对新增的128个数字赋予了不同的含义，比如说130在法语中代表了é,但是在希伯来语中却代表了字母Gimel，所以这就成了不同国家有不同国家的编码方式，所以如果给你一串二进制数，你想要解码，就必须知道它的编码方式，不然就会出现我们有时候看到的乱码 。
Unicode
Unicode为世界上所有字符都分配了一个唯一的数字编号，这个编号范围从 0x000000 到 0x10FFFF(十六进制)，有110多万，每个字符都有一个唯一的Unicode编号，这个编号一般写成16进制，在前面加上U+。例如：“马”的Unicode是U+9A6C。
Unicode就相当于一张表，建立了字符与编号之间的联系，它是一种规定，Unicode本身只规定了每个字符的数字编号是多少，并没有规定这个编号如何存储。
有的人会说了，那我可以直接把Unicode编号直接转换成二进制进行存储，是的，你可以，但是这个就需要人为的规定了，而Unicode并没有说这样弄，因为除了你这种直接转换成二进制的方案外，还有其他方案，接下来我们会逐一看到。
编号怎么对应到二进制表示呢？有多种方案：主要有UTF-8，UTF-16，UTF-32。
UTF32
UTF= UCS Transformation Format UCS转换格式，其中UCS就是unicode
UTF-32用四个字节表示，处理单元为四个字节，比如我们一次要处理四个字节 12 34 56 78，这四个字节是表示0x12 34 56 78；
UTF16
UTF-16使用变长字节表示
① 对于编号在U+0000到U+FFFF的字符（常用字符集），直接用两个字节表示。
② 编号在 U+10000到U+10FFFF之间的字符，需要用四个字节表示。
UTF8
UTF-8就是使用变长字节表示,顾名思义，就是使用的字节数可变，这个变化是根据Unicode编号的大小有关，编号小的使用的字节就少，编号大的使用的字节就多。使用的字节个数从1到4个不等。
UTF-8的编码规则是：
① 对于单字节的符号，字节的第一位设为0，后面的7位为这个符号的Unicode码，因此对于英文字母，UTF-8编码和ASCII码是相同的。
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，全部为这个符号的Unicode码 。
举个例子：比如说一个字符的Unicode编码是130，显然按照UTF-8的规则一个字节是表示不了它（因为如果是一个字节的话前面的一位必须是0，最大能表示到127, 130表示不出来），所以需要两个字节(n = 2)。
根据规则，第一个字节的前 2 位都设为1，第3(2+1)位设为0，则第一个字节为：110X XXXX，后面字节的前两位一律设为10，后面只剩下一个字节，所以后面的字节为：10XX XXXX。
所以它的格式为110XXXXX 10XXXXXX
那么对于一个具体的Unicode编号，具体怎么进行UTF-8的编码呢？
首先找到该Unicode编号所在的编号范围，进而可以找到与之对应的二进制格式，然后将该Unicode编号转化为二进制数（去掉高位的0），最后将该二进制数从右向左依次填入二进制格式的X中，如果还有X未填，则设为0 。
比如：“马”的Unicode编号是：0x9A6C,整数编号是39532，对应第三个范围（2048 - 65535），其格式为：1110XXXX 10XXXXXX 10XXXXXX，39532 对应的二进制是 1001 1010 0110 1100，将二进制填入进入就为：
11101001 10101001 10101100
(汉字集中落在这个区间，所以汉字的UTF8占3个字节大小)
总结：
ASCII是老美创立的存储字符的标准，但是老美只考虑了自己使用的阿拉丁符号，因此1个字节就可以存的下，但是像中文这些就不可能实现用ASCII编码，或者得用多个ASCII码表示一个汉字，因此有了unicode编码，用多个字节表示目前全世界的字符，unicode给全世界的字符都赋予了值，但是这些值具体用几个字节存储呢？如何存储呢？这就有了UTF8 UTF16 UTF32的存在，他们是针对unicode的实现。
————————————————
原文链接：https://blog.csdn.net/slhlde/java/article/details/82251776