Unicode和UTF系列（2）

UFT-8
UTF-8采用的是变长码的方式，其编码规则如下：
代码点值的范围（16进制） 第1字节 第2字节 第3字节
0000 0000-0000 007F 0xxxxxxx0-127）
0000 0080-0000 07FF 110xxxxx （192-223） 10xxxxxx （128-191）
0000 0800-0000 FFFF 1110xxxx （224-239） 10xxxxxx （128-191） 10xxxxxx （128-191）


注：x的内容是将左边代码点的二进制值依次注入。
理论上UTF-8可以达到6个字节编码（上表省略后3位字节以上的编码方式），但实际上，我们一般只采用0x0000 0000 到0x0000 0000FFFF的范围内的字符，也就说UTF-8实际上只采用了3个字节编码。
UTF-8除了省空间和兼容ASCII的优点后，其编码方式（类似于哈夫曼编码，很容易判断出1个字节及其后面的字节数）决定了它以下两个优点：
1、与字节顺序无关, 可以在不同平台之间交流。
2、容错能力高, 任何一个字节损坏后, 最多只会导致一个编码码位损失, 不会链锁错误(如GB码错一个字节就会整行乱码)

UTF-16和UTF-32
UTF-16是变长码，大致上相当于UCS-2码的直接实现，但是也有一部分UCS-4的字符。所以可以猜到，它大部分是采用2个字节编码，而有部分特殊符号采用3字节编码，所以大致相当于20位编码, 值在0到0x10FFFF之间。
UTF-32用四个字节表示代码点，这样就可以完全表示UCS-4的所有代码点。