UTF-8 Unicode是如何转换的

 1. Unicode转UTF-8

       UTF-8的特点是对不同范围的字符使用不同长度的编码。对于 0x00-0x7F之间的字符，UTF-8编码与ASCII编码完全相同。UTF-8编码的最大长度是4个字节。从表3-2可以看出，4字节模板有21个 x，即可以容纳21位二进制数字。Unicode的最大码位0x10FFFF也只有21位。
       如：“汉”字的Unicode编码是0x6C49。0x6C49在0x0800-0xFFFF之间，使用用3字节模板了：1110xxxx 10xxxxxx 10xxxxxx。将0x6C49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。
       又如：Unicode编码0x20C30在0x010000-0x10FFFF之间，使用4字节模板了：11110xxx 10xxxxxx 10xxxxxx 10xxxxxx。将0x20C30写成21位二进制数字（不足21位就在前面补0）：0 0010 0000 1100 0011 0000，用这个比特流依次代替模板中的x，得到：11110000 10100000 10110000 10110000，即F0 A0 B0 B0。

    上面一段是从网上copy下来的，现在说说我的理解和试验结果，由于闲着没事，就复习复习java 本人其实毕业后一直做的是.NET平台的东西，java在学校学的东西早就忘记的差不多了，不过高级语言变成大部分都差不多。我就用java写了一个FileInputStream和FileOutputStream的例子玩玩， 然后发现，输出流写出的汉字在文本文件里是可以正常显示的，但是我再用输入流来单个获取时却不知到怎么转换了，因为这个是字节流，（当然，将字节流转换为字符流在读取那是另一回事，那是java自己封装好了的，不然我也不会去整理字符集编码的问题了）我在想BufferedReader是怎么读取的。

    我本来输出到文本里的是“好好学习”四个汉字，用的是UTF-8编码。如果用FileInputStream.read()方法读取，“好”这个字返回的是三个字节数组：229 165 189.而用InputStreamReader.read()方法返回的是22909. 这里牵扯到字节流和字符流的概念，这个就不细说了，在网上可以找的到。那么我们就来看看这两组数字是怎么来的。“

       好”这个字的Unicode编码是：\u597d。返回三个字节数组是通过Unicode的值得来的，我们用上面的公式套一下， \u597d写成二进制是：0101 1001 0111 1101，按照上面的公式套用后：11100101 10100101 10111101 。正好对应的十进制是：229 165 189.也就是通过字节流获得的UTF-8的字节值是这么来的。 

       那字符流的值是怎么来的呢，那就更简单了，将\u597d的二进制值 0101100101111101 这个值的十进制就是：22909.其实字符值就是个编码所对应的数值字面值。

      关于字符集的概念还很多，这只是个人的一部分小小测试所得结果。便于理解和记忆。