UTF-8（8 位元，Universal Character Set/Unicode Transformation Format）是針對(duì) Unicode 的一種可變長(zhǎng)度字符編碼。UCS 字符 U+0000 到 U+007F（ASCII）被編碼為字節(jié) 0×00 到 0x7F（ASCIⅡ兼容）。這意味著只包含 7 位 ASCIl 字符的文件在 ASCIⅡ和 UTF-8 兩種編碼方式下是一樣的。所有大于 0x007F 的 UCS 字符被編碼為一個(gè)有多個(gè)字節(jié)的串， 每個(gè)字節(jié)都有標(biāo)記位集。因此，ASCIl 字節(jié)（0x00-0x7F）不可能作為任何其他字符的一部 分。表示非 ASCIl 字符的多字節(jié)串的第一個(gè)字節(jié)總是在 0xC0 到 0XFD 的范圍里，并指出這 個(gè)字符包含多少個(gè)字節(jié)。多字節(jié)串的其余字節(jié)都在 0x80 到 0xBF 范圍里。這使得重新同步 非常容易，并使編碼無(wú)國(guó)界，且很少受丟失字節(jié)的影響。UTF-8 編碼字符理論上可以最多 到 6 個(gè)字節(jié)長(zhǎng)，然而 16 位 BMP 字符最多只用到 3 字節(jié)長(zhǎng)，Bigendian UCS-4 字節(jié)串的排 列順序是預(yù)定的，字節(jié) 0xFE 和 OxFF 在 UTF-8 編碼中從未用到。 UTF-8 編碼規(guī)則：如果只有一個(gè)字節(jié)則其最高二進(jìn)制位為 0；如果是多字節(jié)，其第一個(gè) 字節(jié)從最高位開(kāi)始，連續(xù)的二進(jìn)制位值為 1 的個(gè)數(shù)決定了其編碼的字節(jié)數(shù)，其余各字節(jié)均 以 10 開(kāi)頭。UTF-8 轉(zhuǎn)換表表示如下：