字元編碼（ASCII 與 Unicode）
/ ASCII = ASS-kee /
電腦只儲存數，所以要存文字，每個字元都必須被指派一個數——一個代碼。字元編碼就是那本大家約定好的字典，把每個字母、數字、符號對應到一個特定的數（並能對應回來）。它就像一本密碼本，'A' 代表 65、'B' 代表 66，依此類推；只要書寫者與閱讀者用同一本密碼本，文字就能完整地穿過這台「只有數」的機器。
最早被廣泛使用的密碼本是 ASCII，它把數 0 到 127 指派給英文字母、數字、標點與少數控制碼，每個字元塞進 7 個位元（一個位元組還有餘）。所以 'A' 是 65（0x41）、'a' 是 97（0x61）。ASCII 對英文運作極佳，卻沒有空間容納重音字母、中文、阿拉伯文、表情符號，或世界使用的其他成千上萬個字元。Unicode 解決了這點，它給基本上每一種書寫系統裡的每一個字元一個獨一無二的數，稱為碼點（code point）——可能超過一百萬個，'A' 是 U+0041、中文字「中」是 U+4E2D。Unicode 是「哪個字元拿哪個數」的龐大目錄；它本身並不說明如何把那些數存成位元組。
存成位元組這件工作屬於編碼形式，而主流的是 UTF-8。UTF-8 很聰明：它對原本的 ASCII 字元用單一位元組（所以任何純英文文字自動就是合法的 UTF-8），對其他一切用兩、三或四個位元組。這種向後相容正是 UTF-8 接管網路的原因。誠實的陷阱真實又常見：一個字元不再永遠是一個位元組，所以數位元組不等於數字元；而如果文字用一種編碼寫、卻用另一種編碼讀，你會得到亂碼（mojibake）——本該是可讀文字的地方變成一堆亂七八糟的符號。永遠知道並匹配你文字的編碼，是個真實而反覆出現的 bug 來源。
在 ASCII 裡，'A' 是 65（0x41）、'a' 是 97（0x61）。在 Unicode 裡，中文字「中」是碼點 U+4E2D，UTF-8 把它存成三個位元組 0xE4 0xB8 0xAD——所以那一個字元是一個碼點、卻是三個位元組。
ASCII 用一個位元組涵蓋英文；Unicode 為每個字元命名；UTF-8 用 1 到 4 個位元組儲存它們。
在 UTF-8 裡一個字元不一定是一個位元組，所以位元組數不等於字元數。用錯誤編碼讀文字會產生亂碼——這是個常見而真實的 bug 來源。