由于计算机只能处理数字，所以要处理文本，就必须先把文本转换为数字才能被计算机处理。
最早的计算机在设计时采用了8个比特（bit）作为一个字节（byte），所以一个字节能表示的最大的整数是255（二级制11111111=十进制255），如果需要表示更大的整数，就需要更多的字节，比如两字节表示最大的整数为65535（二进制1111111111111111）。
最初在美国人发明计算机时，将128个字符被编码进计算机中，包括大小写字母、数字及一些符号，这个编码表被称为ASCII编码，比如大写字母A的编码是65，小写字母z的编码是122。但处理中文，一个字节是不够的，至少需要两个字节，且不能和ASCII编码冲突，故中国制定了GB2312编码，将中文编了进去。
由于全世界，有多种语言，相应存在多个编码标准，为避免发生冲突，或者在多语言混合的文本中显示出乱码，Unicode因此产生，它将所有语言都统一到一套编码中。现代操作系统和大多数编程语言都直接支持Unicode。
ASCII与Unicode的区别：
ASCII编码是1个字节，Unicode编码通常是2个字节。
汉字“中”已超出ASCII编码的范围，用Unicode编码是十进制的20013，二进制的01001110 001011101；Unicode编码中字母A是ASCII编码中的字母A前补0，字母A的Unicode编码是00000000 01000001，由此可见英文字母的Unicode编码比ASCII编码需要更多的储存空间，在传输和存储上十分不划算。
若统一采用Unicode编码，避免了乱码问题，但在英文传输和存储上相较ASCII编码需要更多的储存空间，故将Unicode编码转化为“可变长度字符编码”的UTF-8（8-bit Unicode Transformation Format）编码。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节，这样大大节省了存储空间。UTF-8是Unicode的实现方式之一。
UTF-8的编码规则：
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。
| Unicode符号范围 | UTF-8 编码方式 |
| 十六进制 | 二进制 |
| 0000 0000-0000 007F | 0XXXXXXXX |
| 0000 0080-0000 07FF | 110XXXXX 10XXXXXX |
| 0000 0800-0000 FFFF | 1110XXXX 10XXXXXX 10XXXXXX |
| 0001 0000-0010 FFFF | 11110XXX 10XXXXXX 10XXXXXX 10XXXXXX |
比如汉字“中”的Unicode码的二进制为01001110 00101101，十六进制为4E2D，属于0000 0800-0000 FFFF范围内，转化为UTF-8二进制编码为3个字节，将汉字“中”的二进制Unicode码依次从后向前填充进三字节UTF-8二进制模板中，即11100100 10111000 10101101。
在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者进行传输的时候，就转换为UTF-8编码。
用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件。
浏览网页时，服务器会把动态生成的Unicode内容转换为UTF-8再传输到浏览器，所以你看到很多网页的源码上会有类似<meta charset="UTF-8" />的信息，表示该网页正是用的UTF-8编码。