Unicode编码，分为大端、小端 。
所谓BOM头（Byte Order Mark）就是文本文件中开始的几个并不表示任何字符的字节。
UTF8的BOM头为0xEF 0xBB 0xBF
Unicode大端模式为 0xFE 0xFF
Unicode小端模式为 0xFF 0xFE
美国国家标准协会ANSI制定的一个标准，规定了常用字符的集合以及每个字符对应的编号，这就是ASCII字符集（Character Set），也称ASCII码。
其中：
0～31及127(共33个)是控制字符或通信专用字符（其余为可显示字符），如控制符：LF（换行）、CR（回车）、 FF（换页）、DEL（删除）、BS（退格)
32～126(共95个)是字符(32 是空格），其中 48～57 为0到9十个阿拉伯数字。
65～90为26个大写英文字母，97～122 号为 26 个小写英文字母，其余为一些标点符号、运算符号等。
后128个称为扩展ASCII码。许多基于x86的系统都支持使用扩展（或“高”）ASCII。扩展ASCII码允许将每个字符的第 8位用于确定附加的128个特殊符号字符、外来语字母和图形符号。
全角是一种电脑字符，每个全角字符占用两个标准字符（或半角字符）位置。通常的英文字母、数字键、符号键都是半角的，半角的显示内码都是一个字节。
为了排列整齐，英文和其它拉丁文的字符和标点也提供了全角格式。
Unicode字符集涵盖了目前人类使用的所有字符，并为每个字符进行统一编号，分配唯一的字符码（Code Point）。
Unicode字符集将所有字符按照使用上的频繁度划分为17个层面（Plane），每个层面上有 216=65536 个字符码空间。
其中第0个层面BMP，基本涵盖了当今世界用到的所有字符。其他的层面要么是用来表示一些远古时期的文字，要么是留作扩展。
我们平常用到的Unicode字符，一般都是位于BMP层面上的。目前Unicode字符集中尚有大量字符空间未使用。
在Unicode出现之前，所有的字符集都是和具体编码方案绑定在一起的（即字符集≈编码方式），都是直接将字符和最终字节流绑定死了，
从unicode到uft-8并不是直接的对应，而是要过一些算法和规则来转换 。
UTF-8就是每次8个位传输数据，而UTF-16就是每次16个位。UTF-8最大的一个特点，就是它是一种变长的编码方式。
它可以使用 1~4个字节表示一个符号。Unicode只是定义了一个庞大的、全球通用的字符集，并为每个字符规定了唯一确定的编号，具体存储成什么样的字节流，取决于字符编码方案。
Unicode编码，则是对UTF-8、UCS-2/UTF-16等具体编码方案的统称而已，并不是具体的编码方案。
术语：
OEM字符集
多字节字符集（MBCS）：（Muilti-Bytes Charecter Set）
ANSI 标准、国家标准、 ISO 标准
UTF（UCS Transfer Format）标准
对于单字节的UTF-8编码，该字节的最高位为0，其余7位用来对字符进行编码（等同于ASCII码）。
对于多字节的UTF-8编码，如果编码包含 n个字节，那么第一个字节的前n位为1，第一个字节的第n+1位为0，该字节的剩余各位用来对字符进行编码。
在第一个字节之后的所有的字节，都是最高两位为"10"，其余6位用来对字符进行编码。
原文：https://www.cnblogs.com/088-p/p/14585084.html