UTF-8编码

UTF-8就是在互联网上使用最Unicode的实现方式，其他实现方式还包括UTF-16和UTF-32。不过在互联网上基本不用。重复一遍，这里的关系是，UTF-8是Unicode的实现方式之一。

世界上存在着多种编码方式，同一个二进制数字可以被解释成不同的符号。因此，要想打开一个文本文件，就必须知道它的编码方式，否则用错误的编码方式解读，就会出现乱码。为什么电子邮件常常出现乱码？就是因为发信人和收信人使用的编码方式不一样。

可以想象，如果有一种编码，将世界上所有的符号都纳入其中。每一个符号都给予一个独一无二的编码，那么乱码问题就会消失。这就是Unicode，就像它的名字都表示的，这是一种所有符号的编码。

而Unicode里面UTF-8最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。它同样包含全世界所有国家用到的字符，是国际编码了，通用性强，主要用以解决国际上字符的一种多字节编码，对英文使用八位（即一个字节），中文使用24位（即三个字节）。