1）字节和字符的区别
●字节和字符能有什么区别啊？不都是一样的吗？完全正确，但只是在古老的DOS时代。当Unicode出现后，字节和字符就不一样了。
●字节（octet）是一个八位的存储单元，取值范围一定是0～255。
●字符（character，或者word）为语言意义上的符号，范围就不一定了。例如在UCS-2中定义的字符范围为0～65535，它的一个字符占用两个字节。
2）大端和小端的问题
●字符0xabcd，在计算机中，它的存储格式到底是 AB CD，还是 CD AB 呢？
●如果存储为 AB CD，则称为Big Endian 。
●如果存储为 CD AB，则称为Little Endian。
3）unicode是什么
●Unicode的学名叫“Universal Multiple-Octer Coded Character Set”。
●Unicode是一种编码方式。
●任何文字在Unicode中都对应一个值，这个值称为代码点（code point）。
4）UCS是什么
●文字和代码点之间的对应关系就是UCS-2（Universal Character Set coded in 2 octets）。
●UCS-2是用两个字节来表示代码点，其取值范围为 U+0000～U+FFFF。
●UCS-4，即用四个字节表示代码点。它的范围为 U+00000000～U+7FFFFFFF，其中 U+00000000～U+0000FFFF和UCS-2是一样的
5）UTF是什么
●UCS-2和UCS-4只规定了代码点和文字之间的对应关系，并没有规定代码点在计算机中如何存储。
●规定存储方式的称为UTF（Unicode Transformation Format），其中应用较多的就是UTF-16和UTF-8了。
6）BOM是什么
●字节顺序记号（英：byte-order mark，BOM）是位于码点 U+FEFF 的统一码字符（“零宽度无断空白”）。当以 UTF-16 或 UTF-32 来将UCS/统一码字符所组成的字串编码时，这个字符被用来标示其字节序。它常被用来当做标示文件是以 UTF-8 、 UTF-16 或 UTF-32 编码的记号。
●不同编码的字节顺序记号的表示
编码 表示 (十六进制)
UTF-8 EF BB BF
UTF-16（Big Endian） FE FF
UTF-16（Little Endian） FF FE
UTF-32（Big Endian） 00 00 FE FF
UTF-32（Little Endian） FF FE 00 00
7）UTF-16
●UTF-16由RFC2781规定，它使用两个字节来表示一个代码点。
●UTF-16是完全对应于UCS-2的，即把UCS-2规定的代码点通过Big Endian或Little Endian方式直接保存下来。
●UTF-16包括三种：UTF-16，UTF-16BE（Big Endian），UTF-16LE（Little Endian）。
●比如说char 'a', ascii为0x61
UTF-16BE表示： 0x00, 0x61
UTF-16LE表示： 0x61, 0x00
而UTF-16就需要通过在文件开头以名为BOM（Byte Order Mark）的字符来表明文件是Big Endian还是Little Endian。
8）UTF-32
●UTF-32用四个字节表示代码点，这样就可以完全表示UCS-4的所有代码点，而无需像UTF-16那样使用复杂的算法。
●与UTF-16类似，UTF-32也包括UTF-32、UTF-32BE、UTF-32LE三种编码，UTF-32也同样需要BOM字符。
9）UTF-8
●UTF-16和UTF-32的一个缺点 ：固定使用两个或四个字节，这样在表示纯ASCII文件时会有很多00字节，造成浪费。
●UTF-8用1～4个字节来表示代码点。
●从表中可以看出，单字节编码的第一字节为[00-7F]，双字节编码的第一字节为[C2-DF]，三字节编码的第一字节为[E0-EF]。这样只要看到第一个字节的范围就可以知道编码的字节数。