计算机里的unicode编码和UTF-8的关系

一、unicode的基本信息

目前的统一码字符分为17组编排，每组称为平面（Plane），每平面有65536（216）点代码，但目前只用了少数平面。

Unicode采用16位编码，也就是每个代码点由16位二进制数表示，65536这个数值在计算机科学中具有特殊的含义。它是2的16次方，也就是说，用16个二进制位可以表示的不同取值的数量。

相关参考文档：

unicode发展背景：https://zh.wikipedia.org/wiki/Unicode

unicode基本设计：https://zh.wikipedia.org/wiki/Unicode%E5%AD%97%E7%AC%A6%E5%B9%B3%E9%9D%A2%E6%98%A0%E5%B0%84

unicode通用字符集：https://zh.wikipedia.org/wiki/%E9%80%9A%E7%94%A8%E5%AD%97%E7%AC%A6%E9%9B%86

二、unicode和utf-8的关系

首先强调一下以下几个概念的区别：

1. 字符：就是我们看到的一个字母或一个汉字、一个标点符号都叫字符。如上边的汉字“一”就是一个字符。
2. 字符码：在指定的字符集中，一个字符对应唯一一个数字，这个数字就叫字符码。如字符“一”，在 Unicode 字符集中，对应的字符码为 \u4e00。
3. 字符集：规定了字符和字符码之间的对应关系。
4. 字符编码：规定了一个字符码在计算机中如何存储，utf-8就是字符编码。

UTF-8（Unicode Transformation Format-8）是一种编码方案，它用于将Unicode字符编码为字节序列以便存储和传输。UTF-8使用变长编码方式，根据字符的不同范围使用不同长度的字节表示字符。UTF-8编码方案能够表示Unicode字符集中的所有字符，并且兼容ASCII字符集。

在UTF-8编码中，ASCII字符使用一个字节表示，而非ASCII字符（如中文、日文、韩文等）使用多个字节表示。这种编码方式使得UTF-8在存储和传输文本数据时既能保持兼容性，又能有效地节省空间。

在编程中，我们使用Unicode字符集来表示字符，并使用UTF-8编码方案将字符转换为字节序列进行存储和传输。这两者在编程中是密切相关的，但它们是独立的概念，没有关闭的操作。