字符
大多数计算机中的数据和指令都是二进制位形式的。注意这里区分一下二进制位和二进制数，二进制数是数学概念，而机器本身是“无法理解”数学概念的，只能按照人类规定的范式处理二进制位。只有人类规定好相关范式，计算机才能把二进制位当作数来处理。之后可能不去区分二进制位和二进制数的概念。
想要让计算机存储和表示字符，需要用公认和权威的标准，建立其与二进制位的映射关系，否则计算机间很难交互。这种映射称为字符编码。其由国际机构或国家机构制定。可分为如下2部分：
1) 字符集：规定了语言包含的所有字符和标点符号等。但语言是比较复杂的，比方说让大陆、香港、台湾、日本出具一份汉字的字符集，那它们可能出的不一样。所以汉语这“一种语言”就有国际、大陆、台湾等的多个版本的字符集；
2) 编码：编码是指给定字符集中的字符的区分和表示的方案，对于非计算机有莫尔斯电码的方案，计算机则通常用定长或变长的二进制数来做编码。考虑到二进制数表示字符常需要较多的位，以及机器中数据的位数常以字节为倍数，在很多时候又会用十六进制来表示二进制的编码；
ASCII方案
做为美国标准的ASCII，由于英文字符量少所以同时包括了字符集和编码。这些码是从0开始的连续整数，最高不超过1111111，通常用定长的8位二进制存储，下面是其具体组成：
1) 十进制编码0~31：包括控制字符与通信字符，控制符中包括“主板响铃”、“回车”、“打印机换页”、“换行”、“退格”等等，而通信符中包括“确认ACK”、“文头SOH”等等；
2) 十进制编码32～126：文字字符部分，即大小写字母、数字、英文标点等等；
新的计算机和内存的数据单位是字节(8位)，故人们想利用剩下的最后1位，有2种普遍用法：
1) 扩展ASCII：这1位可以让ASCII的数量翻倍，不同的厂商可能会将其用来表示自己的东西，比如Apple的logo等等。这种“私人标准”通常只在同厂商设备中能一致的识别；
2) 校验码：考虑数据传输可能出错，这1位常存放奇偶校验码，可判断1位内的错误；
Unicode方案
由于ASCII只有英文，所以后来适用全球的Unicode，该方案既可看作字符集也可看作和ASCII类似的“字符集+编码”方案，因为其指明了字符的编号方式，但没有明确其机器级二进制表示(注意数学上的二进制数和机器级二进制表示是不一样的，比如二进制数就没有定长的概念)。故Unicode有多种二进制方案，主要为UTF系列编码，这样的编码才能算是完整的“字符集+编码”方案。
指定全球标准非常麻烦，语言间的差异有时难以想象。比如有的语言中，同样的字符可能因为上下文环境不同，有3种不同的写法。这里举几个Unicode在发展中遇到的问题：
1) 编码中有个问题是编码应当记录字典序信息，比如说英文公认的字典序是c在d前，所以c的Unicode数字小于d。不过Unicode对中文的中文字典序是康熙字典的偏旁部首序，但中国人最常用拼音序；
2) 日语是包含部分“汉语”的，并且日本有官方的5万字汉字字典。收录日本汉字会导致Unicode放不下，故Unicode定义了CJK(中日韩统一表意文字)，把它们当1种语言来共用码点。这让部分人不爽；
3) 时代发展带来新词，这在英语中只需组合字母，在中文中只需组合汉字。不过这在日语中需要造字，这导致Unicode需要不时的更新标准，收录新的字符；
Unicode在后期为了扩容，使用称为辅助平面(plane)的字符集分组方案。其包含17个平面，每个平面至多包含\(2^{16}\)个字符，所有平面可容纳\(2^{21}\)个字符。其中第0个平面称为基本平面，用于放置扩容前的字符。第1辅助平面存放“中日韩字符补充”等内容，目前大多平面都未启用。
UTF系列方案
UTF全称Unicode Transformation Format，即Unicode转换格式。下面看3种UTF编码：
1) UTF-32：一种32位的定长编码，32位说明其包括基本面和其他辅助面的字符。其特点是跟Unicode的映射关系简单，但非常浪费空间，对于’a’都需要32位空间，所以不常用；
2) UTF-16：一种变长编码，其有16位与32位这2种长度。其中16位的是基本面字符，32位的是其他辅助面字符。那么在用流传输UTF-16编码的多个字符时，每个编码都是紧挨着的，计算机怎么知道应该按16还是32位截取呢？这就需要看UTF-16的具体编码了，在Unicode基本面中0xd800-0xdfff是空的，而16位UTF-16编码完全和Unicode基本面一样，故其在该范围也是空的。而对于32位UTF-16编码，其会把0xd800-0xdfff作为前16位。这样计算机可以按16位为单位读取，当读取到这个范围内的数就知道还要再读16位，把这32位作为1个字符。Windows中曾直接把UTF-16编码称为Unicode编码；
3) UTF-8：一种变长编码，其允许更多的长度。其中最短的是8位UTF-8，这8位完全等于ASCII码(第1位等于0)。并且其采用了和UTF-16相同的方便计算机区分不同长度的UTF-8的方法，比如对于8位以外的UTF-8编码，其第一位都固定为1；
这些编码方案不一定等于Unicode全集。