题记
对于计算机而言，存储的都是0和1，那么怎么使用0和1来表示这个世界呢，类似于怎么使用0和1映射到显示生活中；这时候就需要一种编码规则，将0和1组合，能够表示世界万物。
本文收益于于洋大神在知乎上绘声绘色的解答：Unicode 和 UTF-8 有何区别？
各种编码的诞生及规范
ASCII码
ASCII码，全称American Standard Code for Information Interchange，美国信息互换标准代码 ;我们知道计算机最早出现在美国，那么为了表示万物，他们（美国国家标准学会(）制定了一套编码规范：使用7位或8位二进制组合来表示128或256中可能的字符；
标准ASCII 码也叫基础ASCII码，使用7 位二进制数（剩下的1位二进制为0）来表示所有的大写和小写字母，数字0 到9、标点符号， 以及在美式英语中使用的特殊控制字符；
后128个称为扩展ASCII码，扩展ASCII 码允许将每个字符的第8 位用于确定附加的128 个特殊符号字符、外来语字母和图形符号。
GB2312 GBK
ASCII码中可以描述英文字母、标点符号、数字；但随着计算机的普及，其他国家也使用了计算机，那么就会遇到这样的问题ASCII编码格式没办法表达其他国家的语言，拿中国为例，中华文化博大精深，常用汉字有6000多个，在计算机怎么进行表示编码呢，这时就出现了另外的编码格式:GB2312 GBK GB18030;
- GB2312:
《信息交换用汉字编码字符集》是由中国国家标准总局1980年发布，1981年5月1日开始实施的一套国家标准，标准号是GB 2312—1980。
分区表示：
GB 2312中对所收汉字进行了“分区”处理，每区含有94个汉字/符号。这种表示方式也称为区位码。
01-09区为特殊符号。
16-55区为一级汉字，按拼音排序。
56-87区为二级汉字，按部首/笔画排序。
10-15区及88-94区则未有编码。
举例来说，“啊”字是GB2312之中的第一个汉字，它的区位码就是1601。
字节结构：(由分区规则，低位字节保存位，含有94个，所以区间为0xFE-0xA1（255-94）;高位字节为了与低位字节结构保持一致所以区间为0xA1-0xF7(94+87)），原来的ASCII中本来就有的也都统统重新编码成了两个字节的编码，也就是常说的”全角”，原来127以下的哪些就叫”半角”。
每个汉字及符号以两个字节来表示。第一个字节称为“高位字节”（也称“区字节）”，第二个字节称为“低位字节”（也称“位字节”）。
“高位字节”使用了0xA1-0xF7(把01-87区的区号加上0xA0)，“低位字节”使用了0xA1-0xFE(把01-94加上 0xA0)。 由于一级汉字从16区起始，汉字区的“高位字节”的范围是0xB0-0xF7，“低位字节”的范围是0xA1-0xFE，占用的码位是 72*94=6768。其中有5个空位是D7FA-D7FE。
例如“啊”字在大多数程序中，会以两个字节，0xB0（第一个字节） 0xA1（第二个字节）储存。区位码=区字节+位字节（与区位码对比：0xB0=0xA0+16,0xA1=0xA0+1）。
编码规则：
2字节编码，高位为0xA1-0xF7，低位为0xA1-0xFE
汉字区域，高位为0xB0-0xF7，低位为0xA1-0xFE
特殊符号，高位为0xA1-0xA9，低位为0xA1-0xFE GBK
是在GB2312-80标准基础上的内码扩展规范，使用了双字节编码方案，其编码范围从8140至FEFE（剔除xx7F），共23940个码位，共收录了21003个汉字，完全兼容GB2312-80标准，支持国际标准ISO/IEC10646-1和国家标准GB13000-1中的全部中日韩汉字，并包含了BIG5编码中的所有汉字
由于中国汉字太多了，包含很多古汉语等；当然后续又加入了几千个少数民族的字，GBK扩成了GB18030；统称为DBCS：Double Byte Charecter Set 双字节字符集。
Unicode
那么随着计算机的普及，越来越多的国家使用到它，每个国家都像中国来搞出一套编码规则，这就导致很难互通维护，为了实现大一统的，ISO组织着手解决这个问题，推出了支持各个国家的统一的编码 Universal Multiple-Octet Coded Character Set 简称 UCS，俗称 unicode。
通用字符集（Universal Character Set, UCS）是由ISO制定的ISO 10646（或称ISO/IEC 10646）标准所定义的标准字符集。UCS-2用两个字节编码，UCS-4用4个字节编码。
在Unicode中：汉字“字”对应的数字是23383（十进制），十六进制表示为5B57。在Unicode中，我们有很多方式将数字23383表示成程序中的数据；于是为了较好的解决unicode的编码问题，UTF-8和UTF-16两种当前比较流行的编码方式就诞生了；还有UTF-32；
UTF-8
UTF-8以字节为单位对Unicode进行编码。从Unicode到UTF-8的编码方式如下：
| Unicode编码(十六进制) | UTF-8 字节流(二进制) |
|---|---|
| 00000000-000007F | 0xxxxxxx |
| 00000080-000007FF | 110xxxxx 10xxxxxx |
| 00000800-0000FFFF | 1110xxxx 10xxxxxx 10xxxxxx |
| 00010000-001FFFFF | 11110xxx10xxxxxx10xxxxxx10xxxxxx |
| 00200000-03FFFFFF | 111110xx10xxxxxx10xxxxxx10xxxxxx10xxxxxx |
| 04000000-7FFFFFFF | 1111110x10xxxxxx10xxxxxx10xxxxxx10xxxxxx10xxxxxx |
UTF-8的特点是对不同范围的字符使用不同长度的编码。对于0x00-0x7F之间的字符，UTF-8编码与ASCII编码完全相同。UTF-8编码的最大长度是6个字节。从上表可以看出，6字节模板有31个x，即可以容纳31位二进制数字。Unicode的最大码位0x7FFFFFFF也只有31位。从unicode到utf-8并不是直接的对应，而是要过一些算法和规则来转换。
总结
编码格式，就是二进制映射成能够表达世界万物的元素（字母、标点、符号、各国语言元素等）；不同的编码格式在存储上大都不一致；
彩蛋
对于字符“c”和字符“我”在不同编码格式环境下，占有的字节数如下：
| 字符 | US-ASCII | GB2312 | GBK | UTF-8 | UTF-16 |
|---|---|---|---|---|---|
| c | 1 | 1 | 1 | 1 | 4 |
| 我 | 1(但内容是？不能显示) | 2 | 2 | 3 | 4 |
测试环境：Androidstudio
测试步骤：通过修改Androidstudio的编码格式，然后查看程序输出
修改androidstudio编码格式的方法：File->Settings->Editor->File Encodings：修改Global Encoding：
如下图：
测试程序代码如下：
public class UnicodeTest {
public static void main(String[] args){
System.out.println("The system encoding is : "+System.getProperty("file.encoding"));
String ch;
ch = "c";
System.out.println("ch: "+ch+"\t"+"ch hex: "+Integer.toHexString((int) ch
.charAt(0))+"\t"+"ch bytes: "+ch.getBytes().length);
ch = "我";
System.out.println("ch: "+ch+"\t"+"ch hex: "+Integer.toHexString((int) ch
.charAt(0))+"\t"+"ch bytes: "+ch.getBytes().length);
}
}程序运行结果如图：
PS：在程序中使用System.getProperties().put(“file.encoding”, “xxx”)来进行更改环境的编码格式，发现getBytes().length是不会发生变化的；原因是String的getBytes方法，会使用Charset.defaultCharset().name()作为编码格式进行encode；而Charset.defaultCharset()在调用main方法前defaultCharset已经初始化好了，也就是使用了一开始IDE的编码格式了，程序运行后进行更改编码格式是不会反馈到getBytes方法上的。