UTF8

在UTF-8的二进制编辑格式中，

UTF-8的字节是可变的。可以占用一字节也可以占用二字节，三字节，四字节等

ASCII 码的：0-127 在UTF-8中也是只占一个字节的内容，和ASCII一样，没有变化，比如：UTF-8 中 a 的二进制就是：1100001，7位，因为ASCII 没有负数位，所以，只用了后7位，第8位是用0代替，a完整的二进制码就是：01100001

汉字在UTF-8中 基本是占用3字节，也有4字节的不常用字符。

例：汉字 “一” 的二进制码是：11100100 10111000 10000000

使用三个字节。第一个字节的，前三个‘1’ 表示，这个汉字使用的字节数量，几个‘1’表示用几个字节，第二个字节和第三个字节的‘10’开头都是固定的格式。

一个两字节的汉字的二进制编码格式就是：110xxxxx 10xxxxxx （‘x‘占11位）

一个三字节的汉字的二进制编码格式就是：1110xxxx 10xxxxxx 10xxxxxx  （‘x‘占16位）

一个四字节的汉字的二进制编码格式就是：11110xxx 10xxxxxx 10xxxxxx 10xxxxxx （‘x‘占21位）

'x' 就是我们要使用的值，将所有的'x'连成一个二进制字符串，

如例“一”的二进制 11100100 10111000 10000000 取出其中我们需要的 01001110 00000000，将其换算成十六进制得：4E00，

我们只要输出 一 就可以显示汉字一了。

关于PHP中文截取无乱码的办法，大家也可以参照一下这种处理方法，或 系统自带的mb_substr()

将汉字转成二进制的方法：

//汉字是三个字节，所以strlen($n) 等于 3，这里会分三次，取出这三个字节里的值，用回ord读取单字节返十进制，再用 decbin 把十进制转成二进制。

//此处存在个问题就是，前提我们得知道，这个字是个UTF-8格式的汉字才可以， 如果是GB2312,虽然也可以用这个办法取得正确的二进制串，但如果用上面所说的组合格式及办法就会出现字不对的情况。GB2312是使用二字节的。而且也没有1110xxxx 这类的格式。

     //如果是读取一个文件，可以读取文件的头三个字节， UTF-8的文件要求前三个字节是：EF、BB、BF，其后才是正常的文件格式。

$n = '汉';
for($i = 0; $i < strlen($n); ++$i)
{
     decbin(ord($n[$i])); 
}

UTF-8 

这是汉字转成二进制串的函数，