utf-8

wiki UTF-8

编码方案

兼容ascii的部分0XXX XXXX。其他的字节都是以1开头，编码方案是6位截断编码。
类似这样110xxxxx 10xxxxxx和1110xxxx 10xxxxxx 10xxxxxx，首字节开头连续n个1，表明字符总共的字节数。

优点

• 完美兼容ascii
• 没有字节序的问题,不需要bom，可以直接用于传输、比较。
• 可以快速定位一个字符的边界。
• 节省空间。ascii字符只要一个字节。

缺点

• 编码不唯一。一个码点，可以有多个编码对应。
• 影响字符串处理速度。变长编码，造成计算长度，定位字符，正则匹配等效率不高。
• 浪费空间。很多双字节码点，用utf-8会用3字节。