什么是字符集？
集，即集合的意思，字符集字面上的意思就是字符的集合，本意也是如此，字符集就是某类字符的集合，比如说：对于英语国家使用的二十六个字符，我们将其命名为一个字符集，即ASCII。还有欧洲国家使用的ISO8859,以及以表现多国语言为目标的Unicode。
什么是字符编码？
对于某一个字符集中的字符，人们对于每个字符给予一个数字编码进行表式，但是众口难调，字符编码也难调，同一个字符集，不同的人也会用不同的方式去表达，这样同一个字符集就有了多种编码，如：utf-8,utf-16等都是对于unicode字符集的不同编码方式。
为什么有字符集和字符编码这些东西？
因为计算机最开始是为了计算而设计的，理所当然的，计算机表达数字会更为方便一些，后来纯粹的数 字计算越来越少，计算机需要处理人类的文字语言，于是我们需要一种方法将数字映射为人类的文字，这种映射关系就是对字符进行编码。
起初，计算机是在英语国家发展起来的，这些国家的语言是由26个英文字母组合而成，我们给这二十六个英文字符的大小写以及其他一些特殊字符一共是128个字符，分别映射到一个数字上面，于是我们可以用7位二进制来表示这每一个字符，这种方式我们称之为ASCII码，而对于通信单位字来说，每个字包含八个字节，于是我们还多了一位用于错误码检测。
对于非英语国家而言，语言可能就复杂了，就咱们中国的汉字来说，常用的就有好几千个，8位二进制远远无法表达这些信息，而且每个国家都定义了自己的一套编码规则，结果世界上充满了各种文字编码，如果软件只限于一国一语言来说没有大碍，但是如果需要支持多语言的时候就会出问题了。为了解决这个问题，在苹果，微软等公司主导下定义了一种意图涵盖世界上所有文字的编码体系Unicode。起初的Unicode设计是打算利用两个字节长度即16位二进制（65535个字符）来涵盖所有的字符，当时可能这些就够了，但是随着语言的发展，越来越多的字符被加进来了，不能囊括在16个字符的范围内，最新的unicode规范是unicode6.3，涵盖了超过十万个字符的巨大集合。
我们平常说的utf-8, utf-16,utf-32就是对于unicode这个字符集的编码方式。
utf-8是采用一种变长的编码方式，与已有的ASCII字符集编码兼容。对于前八位字符其编码方式与ASCII编码一样，因此即使是将ASCII当做utf-8编码也不会有问题。
下图是utf-8的字节组合
1.除了第一个字节是0开头，其他的字节都是10开头
2.可以根据第一个字节知知道之后还有几个字节
utf16采用定长的16位来表示一个字符，如此只能表示65535个字符，对于超过16为字长的字符，用两个16位码的组合来表示。
utf-32就是采用定长32位来表示一个字符，缺点是浪费内存空间。
我们的程序中为什么会有乱码出现呢？
如果世界上只有unicode这么一个大集合，且值规定了utf-8这么一种编码方式，那么世界太平，计算机中的所有存储都按这种方式去编码以及解码信息，那么也就没有所谓的乱码，当使用了utf-8方式去编码，而采用utf-16方式去解码的时候，乱码就发生了。所以对于乱码我们要搞清楚输入信息是用的什么编码方式，然后用对应的方式去解码。