摘要總結：

ASCII編碼是128個字元

中國把漢字編入GB2312，Shift_JIS/Euc-kr各國標準.....

Unicode是為了解決各國亂碼的，但浪費儲存空間

UTF-8編碼把一個Unicode字元根據不同的數字大小編碼成1-6位元組，英文字母是1位元組，漢字通常是3位元組，生僻字元是4-6位元組

簡單歸納：

所以，大量只支援ASCII編碼的歷史遺留軟體可以在UTF-8編碼下繼續工作。

理論解釋：

1、ASCII碼
在計算機內部，所有的資訊最終都表示為一個二進位制的字串。
一個位元組一共有256種不同的狀態，從0000000到11111111。
上世紀60年代，美國製定了一套字元編碼，對英語字元與二進位制位之間的關係，做了統一規定，稱為ASCII碼。
ASCII碼一共規定了128個字元的編碼。這128個符號，只佔用了一個位元組的後面7位，最前面的1位統一規定為0。
2、非ASCII編碼
擴充套件ASCII碼在保留原始的7位的基礎上，使用了最前的一位。
不同的國家有不同的字母，因此，哪怕它們都使用256個符號的編碼方式，代表的字母卻不一樣。
3、Unicode
正如上一節所說，世界上存在著多種編碼方式，同一個二進位制數字可以被解釋成不同的符號。
可以想象，如果有一種編碼，將世界上所有的符號都納入其中。
每一個符號都給予一個獨一無二的編碼，那麼亂碼問題就會消失。
這就是Unicode，就像它的名字都表示的，這是一種所有符號的編碼。
Unicode當然是一個很大的集合，現在的規模可以容納100多萬個符號。
每個符號的編碼都不一樣，比如，U+0639表示阿拉伯字母Ain，U+0041表示英語的大寫字母A，U+4E25表示漢字"嚴"。
Unicode只是一個符號集，它只規定了符號的二進位制程式碼，卻沒有規定這個二進位制程式碼應該如何儲存。
出現了兩個嚴重的問題，
第一個問題是，如何才能區別Unicode和ASCII？計算機怎麼知道三個位元組表示一個符號，而不是分別表示三個符號呢？
第二個問題是，英文字母只用一個位元組表示就夠了，如果Unicode統一規定，每個符號用三個或四個位元組表示，那麼每個英文字母前都必然有二到三個位元組是0，這對於儲存來說是極大的浪費，文字檔案的大小會因此大出二三倍。
4、UTF-8
UTF-8就是在網際網路上使用最廣的一種Unicode的實現方式。UTF-8是Unicode的實現方式之一。
UTF-8最大的一個特點，就是它是一種變長的編碼方式。
它可以使用1~4個位元組表示一個符號，根據不同的符號而變化位元組長度。
UTF-8的編碼規則很簡單，只有二條：
1）對於單位元組的符號，位元組的第一位設為0，後面7位為這個符號的unicode碼。因此對於英語字母，UTF-8編碼和ASCII碼是相同的。
2）對於n位元組的符號（n>1），第一個位元組的前n位都設為1，第n+1位設為0，後面位元組的前兩位一律設為10。剩下的沒有提及的二進位制位，全部為這個符號的unicode碼。

5、Unicode與UTF-8之間的轉換
1）ANSI是預設的編碼方式。
    對於英文檔案是ASCII編碼，對於簡體中文檔案是GB2312編碼。(繁體中文版會採用Big5碼)
2）Unicode編碼指的是UCS-2編碼方式，即直接用兩個位元組存入字元的Unicode碼。little endian格式
3）Unicode big endian編碼格式
4）UTF-8編碼方式

首先我們要明確 UTF-8（8-bit Unicode Transformation Format）是在統一碼（Unicode）基礎上細化並優化後的一種長度可變的字元編碼方式，它是實現 Unicode 的方式之一，除了 UTF-8，還有UTF-16，UTF-32 等都可以實現 Unicode，但是 UTF-8 相對而言是用的最為廣泛的。
UTF-8 可以使用1到4個位元組來表示字元，它通過自身的規則能夠靈活地變化長度來儲存 Unicode 字元。
Unicode是兩個位元組嗎？
Unicode只是定義了一個龐大的、全球通用的字符集，併為每個字元規定了唯一確定的編號，具體儲存為什麼樣的位元組流，取決於字元編碼方案。推薦的Unicode編碼是UTF-16和UTF-8。

<?php

////////////////////////////////////////////////////////////////////
// PHP擷取中英文及標點符號混合的字串函式（絕對不會出現亂碼）
// 本程式在utf-8、gb2312中測試通過。使用者自行測試big5。
// 函式 left( 源字串, 擷取指定的字串個數, 編碼（可省略，預設為utf-8） )
////////////////////////////////////////////////////////////////////

function left($str, $len, $charset="utf-8")
{
    //如果擷取長度小於等於0，則返回空
    if( !is_numeric($len) or $len <= 0 )
    {
        return "";
    }

    //如果擷取長度大於總字串長度，則直接返回當前字串
    $sLen = strlen($str);
    if( $len >= $sLen )
    {
        return $str;
    }
 
    //判斷使用什麼編碼，預設為utf-8
    if ( strtolower($charset) == "utf-8" )
    {
        $len_step = 3; //如果是utf-8編碼，則中文字元長度為3  
    }else{
        $len_step = 2; //如果是gb2312或big5編碼，則中文字元長度為2
    } 

    //執行擷取操作
    $len_i = 0; 
    //初始化計數當前已擷取的字串個數，此值為字串的個數值（非位元組數）
    $substr_len = 0; //初始化應該要擷取的總位元組數

    for( $i=0; $i < $sLen; $i++ )
    {
        if ( $len_i >= $len ) break; //總擷取$len個字串後，停止迴圈
        //判斷，如果是中文字串，則當前總位元組數加上相應編碼的中文字元長度
        if( ord(substr($str,$i,1)) > 0xa0 )
        {
            $i += $len_step - 1;
            $substr_len += $len_step;
        }else{ //否則，為英文字元，加1個位元組
            $substr_len ++;
        }
        $len_i ++;
    }
    $result_str = substr($str,0,$substr_len );
    return $result_str;
}

////////////////////////////////////////////////////////////////////
// 呼叫示例
////////////////////////////////////////////////////////////////////
$str = "空格 也算一個字元"; 
echo "擷取後的字串：".left($str,14); 
//ord()是返回ASCII值；在ASCII中，0xa0表示漢字的開始
?>