Unicode 是一种国际字符编码标准，旨在用统一的体系表示世界上所有书写系统的字符。截至 2024 年，已收录超过 14 万个字符，包括表情符号。

在 Unicode 出现之前，不同地区使用不兼容的编码：日语用 Shift_JIS，中文用 GB2312，韩语用 KS X 1001。Unicode 将这些统一为一个系统。Unicode 标准参考书提供了规范的全面介绍。

Unicode 有多种编码形式：UTF-8 (可变长度，Web 标准)、UTF-16 (JavaScript 和 Java 内部使用) 和 UTF-32 (固定长度)。UTF-8 是 Web 上的主流编码。

使用 Unicode 进行字符计数需要注意代理对、组合字符和表情符号序列可能导致的差异。Unicode 编程书籍解释了如何正确处理这些边界情况。