UTF8编码

UTF8使用1-4个字节表示一个字符

一个字节 00-7F   ASCII码0-127

二个字节C0-DF  拉丁文等欧洲文字，阿拉伯文

三个字节E0-EF 中日韩朝文字 东南亚文字

四个字节F0-FF

编码格式

0xxxxxxx
110xxxxx 10xxxxxx  （0x80-0xDF)
1110xxxx 10xxxxxx 10xxxxxx
11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

/art/runtime/jni/check_jni.cc
CheckUtfBytes(const char* bytes, const char** errorKind) 

           if ((*utf8 & 0xc0) != 0x80) {
             *errorKind = "continuation";
             return utf8;
          }