今天看见群里在讨论编码格式的问题，然后发现自己对这块了解的有些模糊，虽然知道有Unicode、UTF8、GBK等等，但是他们之间到底是什么关系，尤其是Unicode和UTF8之间的关系我一直都是没太搞明白。索性花了两个小时查了一下，综合网上的各种说法（各种不大对的文章很多）总结了一下字符编码间的关系到底是怎么样的。也了解到，Unicode并不是一种具体的编码，他是Unicode字符集，UTF是Unicode Transformation Format的缩写，具体内容如下：

编码：

一、ASCII码：最高位为0，占一个字节，有128个编码空间

二、Unicode字符集，Unicode字符集共有三种编码方式：UTF-8，UTF-16，UTF-32。

Unicode定义了Basic Multilingual Plane（基本多文种平面）和16个辅助平面，总计17个平面，17*65536个编码数，U+000000~U+10FFFF。

1、UTF-8：可变长编码，是Unicode的一种具体实现，使用1-4个字节来进行编码（2003年11月之前是1-6个字节），UTF-8兼容ASCII编码。

2、UTF-16：可变长编码，使用2字节为63k个常见字符编码，并使用4字节为不常见字符编码。在BMP（基本多文种平面）中和UCS-2完全一样，UTF-16是支持多平面的因此可以说是UCS-2的父集，java以UTF-16作为内存的字符存储格式。

3、UTF-32：编码固定占据4字节，但是范围限制在000000~10FFFF，因此可以说是UCS-4的一个子集。

三、UCS字符集不是Unicode，但1991年之后，两者实际上已经合并。

UCS编码：UCS-2，UCS-4

1、UCS-4：固定4字节

2、UCS-2：固定2字节

四、GBK编码（国标码）是国内扩展于GB2312的一种编码格式，主要是为了支持中文，英文兼容ASCII编码，英文占一个字节，扩展编码占两个字节，编码范围在8140-FEFE。