UTF-8、UTF-16、Unicode的区别

        看了很多网上的总结，我捞出来最干的部分罗列在这里，希望对大家有帮助

         字符集是指字符的集合，例如所有的英文字母是字符集，所有的汉字也是字符集，全世界所有语言的符号都放在一起，也可以称为一个字符集，字符集中的字符没有顺序之分，在给字符集合中的每个字符都分配一个整数编号之后，这个字符集就有了顺序，成为编码字符集。同时，根据这个编号可以唯一确定字符集中的某个字符。当然对于同一个字符，不同的编码字符集所指定的整数编号也不尽相同，例如“儿”字，在Unicode中，它的编号是0x513F（为方便起见以十六进制表示，但这个整数编号并不要求必须以十六进制表示），表示它是编码字符集Unicode中的第0x513F个字符。而在编码字符集Big5中，它就是第0xA449个字符了。许多字符在不同的编码字符集中被分配了相同的整数编号，如英文字母“A”在ASCII和Unicode中都是第0x41个字符。需要注意的是，编码字符集中字符被分配的整数编号，不一定就是该字符在计算机中存储时所用的值，计算机中存储的字符到底使用什么二进制整数值来表示，是由编码方式决定的。

         一般不用二进制来表示某个字符的编码（因为不便于书写和阅读），一般采用十六进制来表示某个字符的编码。

         编码方式决定了如何将一个字符的整数编码对应到一个二进制数，有的编码方式直接将该整数编码转换为二进制数存储在计算机中（如英文字符），几乎所有的编码方式中，英文字母的整数编码都与其在计算机内存储的二进制数一致。但有的编码方式，例如适用于Unicode字符集的UTF-8编码形式，就将很大一部分字符的整数编码作了变换后再存储在计算机中。以“汉”为例，“汉”的Unicode编码为6C49，但其UTF-8编码为E6B189（变成了三个字节，表示汉”是编码字符集Unicode中的第6C49个字符，将该整数编号6C49以编码方式UTF-8编码为二进制后得到E6B189）。另一种编码方式UTF-16对Unicode中的前65536个字符的编码均不做变换，直接作为计算机存储时使用的值（对65536以后的字符，仍然要做变换），如“汉”的Unicode编码为6C49，经过编码方式UTF-16编码后存储在计算机上时，它的编码仍是6C49。正是因为UTF-16的存在，使得很多人认为Unicode是一种编码方式（实际上Unicode是一种编码字符集），也因此很多人说Unicode的时候，实际上指的是UTF-16（再重申一遍，Unicode是编码方式，UTF-16是字符集，虽然内存中两者的表示方式刚好一样，但完全不是一种东西）