utf-8

转自：http://swiftlet.net/archives/1559

通常情况下，UTF-16统一采用两个字节表示一个字符，虽然在表示上非常简单方便，但是也有其缺点，有很大一部分字符用一个字节就可以表示的现在要用两个字节表示，存储空间放大了一倍，而在网络带宽还非常有限的情况下，这样会增大网络传输的流量，而且也没有必要。而UTF-8采用了一种变长技术，每个编码区域有不同的字码长度。不同类型的字符可以由1-6个字节组成。UTF-8的编码规则是：

（1）如果一个字节，最高位（第8位）为0，表示这是一个ASCII字符（00-7F）。可见，所有的ASCII编码已经是UTF-8了。
（2）如果一个字节，以11开头，连续的1的个数暗示这个字符的字节数，例如：110xxxxx代表它是双字节UTF-8字符的首字节。
（3）如果一个字节，以10开始，表示它不是首字节，需要向前查找才能得到当前字符的首字节。