UTF-8是一种针对Unicode的可变长度字符编码，又称万国码。由Ken Thompson于1992年创建。现在已经标准化为RFC 3629。UTF-8用1到6个字节编码UNICODE字符。用在网页上可以同一页面显示中文简体繁体及其它语言（如英文，日文，韩文）。
在所有
字符集中，最知名的可能要数被称为
ASCII的7位字符集了。但是，由于他是针对英语设计的，当处理带有音调标号（形如汉语的拼音）的亚洲文字时就会出现问题。因此，创建出了一些包括255个字符的由ASCII扩展的字符集。其中有一种通常被称为IBM字符集，它把值为128-255之间的字符用于画图和画线，以及一些特殊的欧洲字符。另一种8位字符集是
ISO 8859-1Latin 1，也简称为ISOLatin-1。它把位于128-255之间的
字符用于拉丁字母表中特殊语言字符的编码，也因此而得名。
欧洲语言不是地球上的唯一语言，因此亚洲和非洲语言并不能被8位
字符集所支持。仅汉语字母表（或pictograms）就有80000以上个
字符。但是把汉语、日语和越南语的一些相似的字符结合起来，在不同的语言里，使不同的字符代表不同的字，这样只用2个
字节就可以编码地球上几乎所有地区的文字。因此，创建了
UNICODE编码。它通过增加一个高字节对ISO Latin-1字符集进行扩展，当这些高字节位为0时，低字节就是ISO Latin-1字符。UNICODE支持欧洲、非洲、中东、亚洲（包括统一标准的东亚象形汉字和韩国表音文字）。但是，UNICODE并没有提供对诸如Braille,
Cherokee, Ethiopic, Khmer, Mongolian, Hmong, Tai Lu, Tai Mau文字的支持。同时它也不支持如Ahom, Akkadian
之类的古老文字。
事实证明，对可以用
ASCII表示的
字符使用UNICODE并不高效，因为UNICODE比ASCII占用大一倍的空间，而对ASCII来说高
字节的0对他毫无用处。为了解决这个问题，就出现了一些中间格式的
字符集，他们被称为通用转换格式，即
UTF。常见的UTF格式有：UTF-7, UTF-7.5, UTF-8,
UTF-16, 以及
UTF-32。