字符集只是一個(gè)規(guī)則集合的名字，對(duì)應(yīng)到真實(shí)生活中，字符集就是對(duì)某種語(yǔ)言的稱呼。例如：英語(yǔ)，漢語(yǔ)，日語(yǔ)。
對(duì)于一個(gè)字符集來(lái)說(shuō)要正確編碼轉(zhuǎn)碼一個(gè)字符需要三個(gè)關(guān)鍵元素：
1）字庫(kù)表（character repertoire）：是一個(gè)相當(dāng)于所有可讀或者可顯示字符的數(shù)據(jù)庫(kù)，字庫(kù)表決定了整個(gè)字符集能夠展現(xiàn)表示的所有字符的范圍；
2）編碼字符集（coded character set）：即用一個(gè)編碼值code point來(lái)表示一個(gè)字符在字庫(kù)中的位置；
3）字符編碼（character encoding form）：將編碼字符集和實(shí)際存儲(chǔ)數(shù)值之間的轉(zhuǎn)換關(guān)系。
一般來(lái)說(shuō)都會(huì)直接將code point的值作為編碼后的值直接存儲(chǔ)。例如在ASCII中“A”在表中排第65位，而編碼后A的數(shù)值是 0100 0001 也即十進(jìn)制的65的二進(jìn)制轉(zhuǎn)換結(jié)果。
看到這里，可能很多讀者都會(huì)有和我當(dāng)初一樣的疑問(wèn)：字庫(kù)表和編碼字符集看來(lái)是必不可少的，那既然字庫(kù)表中的每一個(gè)字符都有一個(gè)自己的序號(hào)，直接把序號(hào)作為存儲(chǔ)內(nèi)容就好了。為什么還要多此一舉通過(guò)字符編碼把序號(hào)轉(zhuǎn)換成另外一種存儲(chǔ)格式呢？
其實(shí)原因也比較容易理解：統(tǒng)一字庫(kù)表的目的是為了能夠涵蓋世界上所有的字符，但實(shí)際使用過(guò)程中會(huì)發(fā)現(xiàn)真正用的上的字符相對(duì)整個(gè)字庫(kù)表來(lái)說(shuō)比例非常低。例如中文地區(qū)的程序幾乎不會(huì)需要日語(yǔ)字符，而一些英語(yǔ)國(guó)家甚至簡(jiǎn)單的ASCII字庫(kù)表就能滿足基本需求。而如果把每個(gè)字符都用字庫(kù)表中的序號(hào)來(lái)存儲(chǔ)的話，每個(gè)字符就需要3個(gè)字節(jié)（這里以Unicode字庫(kù)為例），這樣對(duì)于原本用僅占一個(gè)字符的ASCII編碼的英語(yǔ)地區(qū)國(guó)家顯然是一個(gè)額外成本（存儲(chǔ)體積是原來(lái)的三倍）。算的直接一些，同樣一塊硬盤，用ASCII可以存1500篇文章，而用3字節(jié)Unicode序號(hào)存儲(chǔ)只能存500篇。于是就出現(xiàn)了UTF-8這樣的變長(zhǎng)編碼。在UTF-8編碼中原本只需要一個(gè)字節(jié)的ASCII字符，仍然只占一個(gè)字節(jié)。而像中文及日語(yǔ)這樣的復(fù)雜字符就需要2個(gè)到3個(gè)字節(jié)來(lái)存儲(chǔ)。
關(guān)于字符編碼知識(shí)的詳細(xì)講解請(qǐng)見(jiàn)：《字符編碼那點(diǎn)事：快速理解ASCII、Unicode、GBK和UTF-8》。