计算机底层只认二进制。把「文字」变成字节序列的规则，就是字符编码。 编码不一致时，同一段字节会被解释成错误字符，即所谓乱码。
1. 字符集与编码方案
字符集定义有哪些字符及编号（如 Unicode 为大量书写系统分配码点）。 编码方案则规定这些码点如何序列化为字节（UTF-8、UTF-16 等）。
2. UTF-8 的特点
- 对 ASCII 兼容：英文字符仍占一字节，便于与旧协议共存。
- 变长编码：不同字符占 1～4 字节，英文省空间，中文等多字节。
- 互联网上极为常见：HTML 常声明
charset=utf-8。
3. 实践建议
- 源码、配置文件、数据库连接尽量统一为 UTF-8，并在文档中写明。
- 跨系统传输时关注 BOM 与「带不带签名」差异，避免隐式二次解码。
- 日志与终端编码不一致时，错误信息可能「看起来像乱码」，需分层排查。
历史编码（如部分地区曾用的双字节方案）仍可能出现在遗留数据中；迁移时应做显式转码与校验。