字符编码
字符编码是一套把字符（字母、汉字、标点、emoji 等）与字节序列相互转换的规则。计算机底层只能存字节，编码规定了「每个字符写成哪些字节」，以及反过来「一串字节该读回成什么字符」。常见的有 ASCII（单字节、仅英文）、GBK（中文）以及 Unicode 体系下的 UTF-8、UTF-16、UTF-32。其中 UTF-8 兼容 ASCII、用 1–4 字节变长表示，是当今 Web 的事实标准。
使用中的要点与常见误区：
常见问题
UTF-8 和 Unicode 到底是什么关系？
Unicode 是字符集，负责给每个字符分配一个码点（如「中」是 U+4E2D）；UTF-8 是一种编码方式，规定这些码点怎么用字节存储。简单说 Unicode 管「编号」，UTF-8 管「怎么落到字节」。
网页或文件出现乱码该怎么排查？
乱码基本都是读写编码不一致导致的。先确认文件的真实编码，读取时用同一种编码；网页要保证 HTTP 响应头或 <meta charset> 与文件实际编码一致。全链路统一用 UTF-8 最省心。
一个汉字占几个字节？
取决于编码：UTF-8 下常见汉字占 3 字节，GBK 下占 2 字节，UTF-16 下多为 2 字节。所以脱离具体编码谈「几个字节」是没有意义的。