UTF-8编码规则

UTF-8是一种变长字节编码方式。对于某一个字符的UTF-8编码，如果只有一个字节则其最高二进制位为0；如果是多字节，其第一个字节从最高位开始，连续的二进制位值为1的个数决定了其编码的位数，其余各字节均以10开头。UTF-8最多可用到6个字节。

如表：
<80 1字节 0xxxxxxx
<E0 2字节 110xxxxx 10xxxxxx
<F0 3字节 1110xxxx 10xxxxxx 10xxxxxx
<F8 4字节 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
<FC 5字节 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
<FE 6字节 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

因此UTF-8中可以用来表示字符编码的实际位数最多有31位，即上表中x所表示的位。除去那些控制位（每字节开头的10等），这些x表示的位与UNICODE编码是一一对应的，位高低顺序也相同。实际将UNICODE转换为UTF-8编码时应先去除高位0，然后根据所剩编码的位数决定所需最小的UTF-8编码位数。因此那些基本ASCII字符集中的字符（UNICODE兼容ASCII）只需要一个字节的UTF-8编码（7个二进制位）便可以表示。

对于上面的问题，代码中给出的两个字节是
十六进制：C0 B1
二进制：11000000 10110001
对比两个字节编码的表示方式：
110xxxxx 10xxxxxx
提取出对应的UNICODE编码：
00000 110001
可以看出此编码并非“标准”的UTF-8编码，因为其第一个字节的“有效编码”全为0，去除高位0后的编码仅有6位。由前面所述，此字符仅用一个字节的UTF-8编码表示就够了。
JAVA在把字符还原为UTF-8编码时，是按照“标准”的方式处理的，因此我们得到的是仅有1个字节的编码。

大家可以试试运行这段代码：
public class TestUTF8 {
   public static void main(String[] args) throws Exception {
      byte[][] bytes = {
         // 00110001
         {(byte)0x31},
         // 11000000 10110001
         {(byte)0xC0,(byte)0xB1},
         // 11100000 10000000 10110001
         {(byte)0xE0,(byte)0x80,(byte)0xB1},
         // 11110000 10000000 10000000 10110001
         {(byte)0xF0,(byte)0x80,(byte)0x80,(byte)0xB1}, 
         // 11111000 10000000 10000000 10000000 10110001 
         {(byte)0xF8,(byte)0x80,(byte)0x80,(byte)0x80,(byte)0xB1}, 
         // 11111100 10000000 10000000 10000000 10000000 10110001 
         {(byte)0xFC,(byte)0x80,(byte)0x80,(byte)0x80,(byte)0x80,(byte)0xB1}, 
      };
      for (int i = 0; i < 6; i++) {
         String str = new String(bytes[i], "UTF-8");
         System.out.println("原数组长度：" + bytes[i].length +
         "/t转换为字符串：" + str + 
         "/t转回后数组长度：" + str.getBytes("UTF-8").length);
      }
   }
}

运行结果为：
原数组长度：1 转换为字符串：1 转回后数组长度：1
原数组长度：2 转换为字符串：1 转回后数组长度：1
原数组长度：3 转换为字符串：1 转回后数组长度：1
原数组长度：4 转换为字符串：1 转回后数组长度：1
原数组长度：5 转换为字符串：1 转回后数组长度：1
原数组长度：6 转换为字符串：1 转回后数组长度：1