Джоэл круто рассказывает о том, что должен знать разработчик про Юникод:

https://www.joelonsoftware.com/2003/10/08/the-absolute-minimum-every-software-developer-absolutely-positively-must-know-about-unicode-and-character-sets-no-excuses/

Там прямо вся история, что к чему и почему. Если вдруг до этого вы не знали, что именно делает команда вроде «chcp 65001» в cmd на Виндоус, что такое Windows-1251, или что вообще такое «кодовая страница» (об этом и в Википедии есть, если что: https://ru.wikipedia.org/wiki/Кодовая_страница), то вот в статье об этом хорошо и понятно написано.

Единственное, что я не до конца понял из статьи, это как кодируются символы UTF-8, чтобы парсер понимал, каким количеством байт закодирован следующий символ в последовательности. Но об этом очень понятно и с примерами написано в Википедии. Не поленитесь прочитать почитать:

https://en.wikipedia.org/wiki/UTF-8

Там вообще вся статья крутая.