（转）最为透彻的utf-8、unicode详解

转自：
https://blog.csdn.net/tcf_jingfeng/article/details/80134600#commentBox

1、unicode的诞生

ASCLL表只包含了英文字符和一些符号，用一个字节表示(只用了0~127)。

中国人发明了GBK编码表，采用两个字节来表示所有的汉字（博大精深！

渐渐的编码表多了起来，不同的编码规则下通信就容易造成乱码，因此国际标准组织就发明了一套公用的表unicode编码，把全世界所有国家的字符收录进去。用三个字节来表示。

2、utf-8的诞生

对于通用的unicode表，由于每个字符都需要三个字节来表示，未免过于浪费，因此世界上就出现了一些解决方案。utf8, utf16, utf32

utf-16是用两个字节来编码所有的字符，utf-32则选择用4个字节来编码，utf-8为了节省资源，采用变长编码，编码长度从1个字节到6个字节不等。可由于互联网大部分是1个字节（代码很多英文的），所以最后大家选择用的最多的还是utf-8。

3、utf8的编码解码

• 如果字符只有一个字节则其最高二进制位为0
  解码时，当前字符的最高位0，那么就带着当前字节，高2字节补0，去查找unicode表。实际上直接查找ascll表就行了。

• 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字节数，其余各字节均以10开头。