编码学习之UTF-8

UTF-8，全称是8-bit unicode transformation format，应该是目前最流行的一种编码。

UTF-8是一种变长编码，一个字符占用1~6个字节，通常来说，汉字占有3个字节（虽然我没有找到反例，但是不建议直接这么定义“一个汉字=3个字节）

UTF-8向下兼容ASCII码

编码的方法如下

如上图

1. 如果第一个字节的第一个bit是0，表示这是一个ASCII码，一个直接就可以了

2. 如果第一个直接的前两个bit是11，代表这是一个字符的第一个Byte，然后从左向右，根据0出现的位置表示这个字符占有几个Byte

3. 如果一个Byte的开头是10，代表这不是第一个Byte。