https://blog.csdn.net/xiaolei1021/article/details/52093706

Unicode，又稱萬國碼，規定了符號與二進制碼的對應關系，沒有規定二進制碼的保存方式。

假如，‘a’的Unicode碼為0x0d12，‘b’的unicode碼為0x23d4；給0x od12 23d4，並不能夠解讀為

‘ab’，因為0x od12 23d4 在unicode碼表中表示為另一個符號。

那麽，我們就要規定unicode的二進制嗎的存儲方式，UTF-8就是在互聯網上使用最廣的一種Unicode的實現方式。

utf-8是一種 變長的 編碼方式，為了節約內存資源，英文數字采用1字節保存（兼容ascii編碼），中文一般 3字節保存。

UTF-8的編碼規則很簡單，只有二條：

1）對於單字節的符號，字節的第一位設為0，後面7位為這個符號的unicode碼。因此對於英語字母，UTF-8編碼和ASCII碼是相同的。

2）對於n字節的符號（n>1），第一個字節的前n位都設為1，第n+1位設為0，後面字節的前兩位一律設為10。剩下的沒有提及的二進制位，全部為這個符號的unicode碼。

下表總結了編碼規則，字母x表示可用編碼的位。

Unicode符號範圍 | UTF-8編碼方式
(十六進制) | （二進制）
--------------------+---------------------------------------------
0000 0000-0000 007F | 0xxxxxxx
0000 0080-0000 07FF | 110xxxxx 10xxxxxx
0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

跟據上表，解讀UTF-8編碼非常簡單。如果一個字節的第一位是0，則這個字節單獨就是一個字符；如果第一位是1，則連續有多少個1，就表示當前字符占用多少個字節。

下面，還是以漢字"嚴"為例，演示如何實現UTF-8編碼。

已知"嚴"的unicode是4E25（100111000100101），根據上表，可以發現4E25處在第三行的範圍內（0000 0800-0000 FFFF），因此"嚴"的UTF-8編碼需要三個字節，即格式是"1110xxxx 10xxxxxx 10xxxxxx"。然後，從"嚴"的最後一個二進制位開始，依次從後向前填入格式中的x，多出的位補0。這樣就得到了，"嚴"的UTF-8編碼是"11100100 10111000 10100101"，轉換成十六進制就是E4B8A5。

Unicode和UTF-8之間的關系