Unicode（统一码、万国码、单一码）是计算机科学领域里的一项业界标准，包括字符集、编码方案等。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每一个字符设定了统一而且惟一的二进制编码，以知足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发，1994年正式公布。java
Unicode是国际组织制定的能够容纳世界上全部文字和符号的字符编码方案。目前的Unicode字符分为17组编排，0x0000 至 0x10FFFF，每组称为平面（Plane），而每平面拥有65536个码位，共1114112个。然而目前只用了少数平面。
UTF-8、
UTF-16、
UTF-32都是将数字转换到程序数据的编码方案。
通用字符集（Universal Character Set, UCS）是由ISO制定的ISO 10646（或称ISO/IEC 10646）标准所定义的标准字符集。UCS-2用两个字节编码，UCS-4用4个字节编码。
UTF-8
UTF-8以字节为单位对Unicode进行编码。
UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码，又称万国码，由Ken Thompson于1992年建立。如今已经标准化为RFC 3629。UTF-8用1到6个字节编码Unicode字符。用在网页上能够统一页面显示中文简体繁体及其它语言（如英文，日文，韩文）。
UTF-16
UTF-16是
Unicode字符编码五层次模型的第三层：字符编码表（Character Encoding Form，也称为 "storage format"）的一种实现方式。即把Unicode字符集的抽象码位映射为16位长的整数（即
码元）的序列，用于数据存储或传递。Unicode字符的码位，须要1个或者2个16位长的码元来表示，所以这是一个变长表示。
UTF-16是
Unicode的其中一个使用方式。
UTF是 Unicode TransferFormat，即把Unicode转作某种格式的意思。
它定义于ISO/IEC 10646-1的附录Q，而
RFC2781也定义了类似的作法。
在Unicode
基本多文种平面定义的
字符（不管是
拉丁字母、汉字或其余文字或符号），一概使用2
字节储存。而在辅助平面定义的字符，会以代理对（surrogate pair）的形式，以两个2字节的值来储存。
UTF-16比起
UTF-8，好处在于大部分字符都以固定长度的字节 (2字节) 储存，但UTF-16却没法兼容于
ASCII编码。
UTF-32
UTF-32编码以32位无符号整数为单位。Unicode的UTF-32编码就是其对应的32位无符号整数。
UTF-32 (或 UCS-4)是一种将Unicode
字符编码的协定，对每个Unicode码位使用刚好32位元。其它的Unicode transformation formats则使用不定长度编码。由于UTF-32对每一个
字符都使用4
字节，就空间而言，是很是没有效率的。特别地，非基本多文种平面的字符在大部分文件中一般很罕见，以至于它们一般被认为不存在占用空间大小的讨论，使得UTF-32一般会是其它编码的二到四倍。虽然每个码位使用固定长定的字节看似方便，它并不如其它Unicode编码使用得
普遍。
j
java中编码
String gbkStr = "你好哦!"; //源码文件是GBK格式，或者这个字符串是从GBK文件中读取出来的, 转换为string 变成unicode格式
//利用getBytes将unicode字符串转成UTF-8格式的字节数组
byte[] utf8Bytes = gbkStr.getBytes("UTF-8");
//而后用utf-8 对这个字节数组解码成新的字符串
String utf8Str = new String(utf8Bytes, "UTF-8");
简化后就是:
unicodeToUtf8 (String s) {
return new String( s.getBytes("utf-8") , "utf-8");
}
UTF-8 转GBK原理也是同样
return new String( s.getBytes("GBK") , "GBK");
解决编码乱码
java 获取系统中默认的编码
System.out.println(System.getProperty("file.encoding"));
System.out.println(Charset.defaultCharset());