Unicode 与 UTF-8 编码对应规则

holder

Unicode和BigEndianUnicode 区别

    这两者只是存储顺序不同，如＂A＂的unicode编码为65 00 ，BigEndianUnicode编码为00 65

UTF-8

    注：UTF(UCS Transformation Format)：UCS只是规则的如何编码，但是没有规则如何传输、保管这个编码。UTF则规则了由几个字节保管这个编码。    这是为传输而设计的编码，其系列还有UTF-7和UTF-16 以及 UTF-32

    其中UTF-16和Unicode编码大致一样, UTF-8就是以8位为单元对Unicode进行编码。从Unicode到UTF-8的编码方式如下： 
　　　　　Unicode编码(16进制)　　　　　　UTF-8 字节流(二进制) 
　　　　　0000 - 007F　　　　　　　　　0xxxxxxx 
　　　　　0080 - 07FF　　　　　　　　　110xxxxx 10xxxxxx 
　　　　　0800 - FFFF　　　　　　　　　1110xxxx 10xxxxxx 10xxxxxx

　　例如“汉”字的Unicode编码是6C49。6C49在0800-FFFF之间，所以肯定要用3字节模板了：1110xxxx 10xxxxxx 10xxxxxx。将6C49写成二进制是：0110 1100 0100 1001，用这个比特流依次代替模板中的x，得到：11100110 10110001 10001001，即E6 B1 89。

可以查看java.io.DataInputStream的readUTF方法的具体实现算法。

另外 百度百科里讲的很详细

编码转换：

加入我们从网络收到一个unicode 编码值 x， 但是当前的设备不支持 Unicode 字符集（所以不知道这个x对应的什么符号），只支持gb2312， 那么我们需要通过 unicode编码表 和 gb2312编码表 找到 x 对应的gb2312编码值，然后就可以找到对应的符号