Unicode是由Microsoft、Apple、HP、Next、SUN、Xerox等公司支持的字符编码标准。它是一种16位的编码方案，例如“韩”字的Unicode编码是97E9。通过在应用程序中实现Unicode，开发者可以使应用程序具有通用数据交换能力，对每种可能的字符代码只需使用单个二进制文件即可，有效地简化了软件的本地化工作。

Unicode定义了各个字符的语义，使手写体行为标准化，提供双向文字的标准算法以及到其他标准的交叉映射。Unicode能够代表当今计算机使用的所有世界字符，包括技术符号和印刷中的特殊字符。

Unicode包含了象形文字的几个国家或地区标准：GB 2312—80（中）、JIS 0208—83（日）、KSC 5601—87（韩）、CNS 11643—86（中国台湾地区）等。

从Unicode 2.0开始，Unicode协会采用了与ISO 10646-1相同的字库和字码，但双方仍独立地公布各自的标准。Unicode协会的最新版本是2005年的Unicode 4.1.0，ISO的最新标准是10646-3：2003。因此，ISO10646标准的简称UCS也可以被看做“Unicode Character Set”的缩写，Unicode编码也可以被看做ISO10646国际标准的一种实现方法。

UCS规定了怎么用多个字节表示各种文字。怎样传输这些编码，是由UCS转换格式UTF（UCS Transformation Format）规范规定的。UTF是将Unicode编码规则和计算机的实际编码对应起来的一个规则，常见的UTF规范包括UTF-8、UTF-16。

1.UTF-16

如果字符编码位于BMP（32位的UCS编码空间按字节从高到低依次划分为组、平面、行、列四维，其中高16位为0的代码集合称做基本多语种平面BMP），UTF-16和上面UCS编码规范一致，无须转换。UTF-16也可以使用代理法把BMP以外的字符编码转换成16位编码，即用BMP中两个16位编码单元来表示。(www.daowen.com)

在BMP中，D800～DFFF被用做UTF-16的代理区，在代理区中选取两个16位的Uni-code编码作为BMP平面外4字节字符编码的代表。前16位（高半字）只能选用D800～DBFF当中之一，后16位（低半字）只能从DC00～DFFF中选取。高低半字各有编码位置1 024=4×256。因此UTF-16可代表（4×256）×（4×256）=16×65536个编码位置，或16个字符平面。应用于ISO的0组第一到第十四个平面（第十五平面为专用平面，不予编码），编码的范围为00010000～000EFFFF，对应的二进制数值均为20位。

例如，将范围为00010000～000EFFFF的编码值转换为UTF-16编码规则很简单：将20位二进制数值从右往左取出10位，加上110111（DC00～DFFF二进制数值的前6位），构成UTF-16编码的低半字，接着往左取出6位，作为UTF-16编码的高半字的低6位，再往左取出4位，将其值减1，置于刚才6位的左面，最后在前面加上110110，就构成UTF-16编码的高半字。

2.UTF-8

UTF-8是Unicode代码集的另外一种编码方式，它是变长度的，最多6字节。UTF-8定义了一种“区间规则”，使其可以和ASCII编码保持最大程度的兼容。

UTF-8有点类似于哈夫曼（Huffman）编码，编码的长度可变，常用的字符所用的字节数也少。它将Unicode编码为00000000～0000007F的字符，用1字节来表示，这样就与ASCII代码集的结果一样，因而具有非常好的兼容性，ASCII编码下的英语文本不需要修改就可以当做UTF-8编码进行处理，应用非常广泛。UTF-8将Unicode编码的00000080～000007FF的字符用2字节表示；00000800～0000FFFF的字符用3字节表示等。RFC2279给出了从ISO10646到UTF-8的转换规则。