最初，计算机使用ASCII码表示字符，主要包括控制字符、英文字符和算术字符等。后来随着计算机在全世界的普及与使用，越来越多国家的字符需要一种方式通过编码进行表示，且不同使用不同的编码方式，这导致同一个编码值(码点)在不同编码表里表示不同的字符，乱码现象由此产生。为了解决这一问题，unicode字符集应运而生。
Unicode字符集
Unicode字符集囊括了全世界的字符，其中每个字符映射到唯一一个32位的数字，即码点。 码点表示形式为U+XXXX，其中U+表示unicode，XXXX对应字符在unicode中的码点的十六进制表示形式，比如A的码点（65）可以表示为U+0041。Unicode字符集，是只是一种字符表示方式。而在计算机中实现字符与码点间的一一对应，会有不同的编码方式。总之，字符集赋予字符唯一性，编码方式是实现这种唯一性。
举个例子：集合X={1,2} 到Y={4,8}的一一映射，规定1->4, 2->8，字符与码点就类似这种规定。但是实现这种规定的方式可以不同，比如y = 4x与y= 2^(x+1)都可以实现规定，编码方式就类似如何在计算机中码点的实现方式。
UTF-8
Unicode编码方式主要有三种：UTF-8，UTF-16，UTF-32。其中UTF-8应用最为广泛。
UTF-8是一种变长字节编码方式，不同范围的码点使用1~4字节表示。
1）1字节编码
其中，红色为0表示使用1字节编码，其余黑色位表示码点。例如：A的码点为U+0041，
二进制表示为100 0001，其UTF-8编码如下。
2）2字节编码
拉丁字母ñ的码点为U+00F1，超过1个字节表示的码点范围，需要使用2个字节编码来表示。其中，110**、****10标识2字节编码，其余位表示码点。例如：ñ的码点为U+00F1**，二进制表示为11 110001，其UTF-8编码如下，
3）3字节编码
拉丁字母ṍ的码点为U+1E4D，超过2个字节表示的码点范围，需要使用3个字节编码来表示。其中，1110、10、10标识3字节编码，其余位表示码点。例如：ṍ的码点为U+1E4D，二进制表示为1 111001 001101，其UTF-8编码如下，
4）4字节编码
表情😭的码点为U+1F62D，超过3个字节表示的码点范围，需要使用4个字节编码来表示。其中，11110、10、10、10标识4字节编码，其余位表示码点。例如：😭的码点为U+1F62D，二进制表示为11111 011000 101101，其UTF-8编码如下，
