Unicode：规定将全球的语言纳入一个字符集，即每种语言中的每个字符都有一个唯一的编码，以便可以跨平台，跨系统，跨语言而不冲突，且不用安装特定的字符集来解释某个国家的语言。

而UTF-8和UTF-16和UTF-32则是对Unicode字符集的具体实现的方法。

UTF-8: 在1-4个字节中变长表示，比如数字或字母采用1个字节表示，在node中，一般默认采用该方法。

UTF-16: 采用2字节或4字节变长表示。

UTF-32: 全部用4字节表示，不兼容ASCII编码，容易浪费空间。

UCS-2 ： JS里的编码表示，采用固定2个字节，后来被UTF-16取代了，也就是说UTF-16将UCS-2包含在其中。所以现在JS也就是采用UTF-16表示。

由于UTF-16一般是2个字节表示的，所以对于单字母，比如'a' 0x61只需占一个字节，那么是采取[0x00,0x61]还是[0x61,0x00]的表示表示呢，则设计到2种表示法，LE和BE，而对于UTF-8则没有这种顾虑.

• UTF-16LE：LE是指little endian， 表示高地址放高位字节，a字符用LE表示则为[0x61,0x00]
• UTF-16BE：BE是指Big endian， 表示低地址存放高位字节，符合我们平常的阅读习惯，用BE表示则为[0x00, 0x61]

那么在文件传输中如何表示该文件是什么编码格式呢？

使用BOM(byte-order mark)即字节顺序标记，表示该文件是LE还是BE，常被用来当做标示文件是以UTF-8、UTF-16或UTF-32编码的标记，在文件的开头会有如下编码标识：

• UTF-16大端表示：[0xFE, 0xFF]，小端则是：[0xFF, 0xFE]
• UTF-32大端表示：[0x00 0x00 0xFE 0xFF]，小端则是: [0xFF 0xFE 0x00 0x00]
• 而在UTF-8里的表示则是：[0xEF 0xBB 0xBF]， 一般是用来标示该文件是UTF-8编码，而不用来说明字节顺序。

汉字的长度在js中的长度是1，如 '好'.length = 1; 这里的1表示一个编码单元，而 不是占用的字节长度 。
如果想要计算字符串(含有汉字和字符)占的字节长度，可以用如下代码表示：

function getCharBytes(str) {
  return str.replace(/[^\u0000-\u00ff]/g,"aa").length; // 当字符unicode编码不在0000-00ff之间时，用两个字符替换，即占字节数2
 }

但是有一些生僻字是用4个字节表示的，即超过了0xFFFF，比如：’𠮷’，'𠮷'.length = 2; 由于一个编码单元不能表示，所以需2个编码单元来表示，但是长度是2是错误的，在es5中是只能自己手动处理，但是在es6中我们可以使用Array.from('𠮷').length 来正确处理，输出1。

匹配所有字符是否都是汉字，如下所示：

function checkIsChinaChar(char) {
  return /^[\u4e00-\u9fa5]+$/g.test(char);
}

一些常用其他编码术语：

ASCII: 一个字节，128位字母和数字表示。

Base64：是一种基于64个可打印字符来表示二进制数据的表示方法

Latin1: 单字节编码，向下兼容ASCII。

GBK：汉字内码扩展的规范，兼容ASCII，不支持韩国字，如果程序只是面向汉字，可以采用该编码。

Binary：二进制

HEX: 十六进制