Tu as vu qu'un ordinateur manipule des informations binaires mais qu'il est plus facile de les manipuler des octets c'est à dire des regroupements de 8 bits. La notation hexadécimale est également utilisée pour avoir une écriture plus concise (plus courte).

Pour pouvoir représenter des textes en informatique, c'est à dire une suite de caractères, il est alors nécessaire de choisir d'associer à chaque lettre un code binaire.

Le codage ASCII est l'une des premières méthodes de codage des caractères: à chaque caractère est associé un code binaire sur un octet. Mais sur les 8 bits seuls 7 sont utilisés pour coder les caractères, le 8e bit, appelé bit de parité, est utilisé pour détecter les erreurs.

Pour gérer davantage de caractères il a été ensuite décidé d'utiliser le 8ème bit pour ajouter au jeu de caractères ASCII du début, un jeu étendu de caractères. De cette manière, de nombreux jeux étendus ont vu le jour, pour coder des langues comme le grec ou le russe (alphabet cyrillique), mais aussi pour coder les langues d'Europe occidentale, en intégrant accents et signes de ponctuations qui nous sont propres.

L'Organisation internationale de normalisation (ISO) ainsi normalisé le jeu de caractère ISO-8859-1, ou ISO-Latin1 pour coder les langues d'Europe occidentale.

Les 256 caractères du jeu de caractères étendu ASCII ou ISO-8859-1 ne permettent pas de gérer des documents qui utilisent plusieurs langues non européennes comme le japonnais. Il est donc nécessaire de coder les caractères sur plusieurs octets tout en gardant la comptabilité avec la table ASCII. C'est ce que propose le jeu de caractère l'UTF-8 (Unicode Transformation Format). On utilise ainsi entre 1 et 4 octets pour représenter un caractère, en introduisant une convention pour différencier les octets isolés,

A ce jour plus de de 90000 caractères sont actuellement gérés.