什麼是字元集？
集，即集合的意思，字元集字面上的意思就是字元的集合，本意也是如此，字元集就是某類字元的集合，比如說：對于英語國家使用的二十六個字元，我們将其命名為一個字元集，即ASCII。還有歐洲國家使用的ISO8859,以及以表現多國語言為目标的Unicode。
什麼是字元編碼？
對于某一個字元集中的字元，人們對于每個字元給予一個數字編碼進行表式，但是衆口難調，字元編碼也難調，同一個字元集，不同的人也會用不同的方式去表達，這樣同一個字元集就有了多種編碼，如：utf-8,utf-16等都是對于unicode字元集的不同編碼方式。
為什麼有字元集和字元編碼這些東西？
因為計算機最開始是為了計算而設計的，理所當然的，計算機表達數字會更為友善一些，後來純粹的數 字計算越來越少，計算機需要處理人類的文字語言，于是我們需要一種方法将數字映射為人類的文字，這種映射關系就是對字元進行編碼。
起初，計算機是在英語國家發展起來的，這些國家的語言是由26個英文字母組合而成，我們給這二十六個英文字元的大小寫以及其他一些特殊字元一共是128個字元，分别映射到一個數字上面，于是我們可以用7位二進制來表示這每一個字元，這種方式我們稱之為ASCII碼，而對于通信機關字來說，每個字包含八個位元組，于是我們還多了一位用于錯誤碼檢測。
對于非英語國家而言，語言可能就複雜了，就咱們中國的漢字來說，常用的就有好幾千個，8位二進制遠遠無法表達這些資訊，而且每個國家都定義了自己的一套編碼規則，結果世界上充滿了各種文字編碼，如果軟體隻限于一國一語言來說沒有大礙，但是如果需要支援多語言的時候就會出問題了。為了解決這個問題，在蘋果，微軟等公司主導下定義了一種意圖涵蓋世界上所有文字的編碼體系Unicode。起初的Unicode設計是打算利用兩個位元組長度即16位二進制（65535個字元）來涵蓋所有的字元，當時可能這些就夠了，但是随着語言的發展，越來越多的字元被加進來了，不能囊括在16個字元的範圍内，最新的unicode規範是unicode6.3，涵蓋了超過十萬個字元的巨大集合。
我們平常說的utf-8, utf-16,utf-32就是對于unicode這個字元集的編碼方式。
utf-8是采用一種變長的編碼方式，與已有的ASCII字元集編碼相容。對于前八位字元其編碼方式與ASCII編碼一樣，是以即使是将ASCII當做utf-8編碼也不會有問題。
下圖是utf-8的位元組組合
1.除了第一個位元組是0開頭，其他的位元組都是10開頭
2.可以根據第一個位元組知知道之後還有幾個位元組
utf16采用定長的16位來表示一個字元，如此隻能表示65535個字元，對于超過16為字長的字元，用兩個16位碼的組合來表示。
utf-32就是采用定長32位來表示一個字元，缺點是浪費記憶體空間。
我們的程式中為什麼會有亂碼出現呢？
如果世界上隻有unicode這麼一個大集合，且值規定了utf-8這麼一種編碼方式，那麼世界太平，計算機中的所有存儲都按這種方式去編碼以及解碼資訊，那麼也就沒有所謂的亂碼，當使用了utf-8方式去編碼，而采用utf-16方式去解碼的時候，亂碼就發生了。是以對于亂碼我們要搞清楚輸入資訊是用的什麼編碼方式，然後用對應的方式去解碼。