UTF-8的编码规则

UTF-8的编码规则:
1、对于单字节的字符，字节的第一位设为0，后面七位为这个字符的Unicode码。
因此对于英文字符，UTF-8编码和ASCII码是相同的。

2、对于n字节的字符(n>1)，第一个字节的前n位都设为1，第n+1位设为0，后面字节的
前两位一律设为10。剩下的没有提及的二进制位，全部为这个字符的Unicode编码。

UTF-8每次传送8位数据,并且是一种可变长的编码格式
具体来说，是怎么的可变长呢.

分为四个区间：
0x0000 0000 至 0x0000 007F:0xxxxxxx
0x0000 0080 至 0x0000 07FF:110xxxxx 10xxxxxx
0x0000 0800 至 0x0000 FFFF:1110xxxx 10xxxxxx 10xxxxxx
0x0001 0000 至 0x0010 FFFF:11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

UTF-8解码过程:

对于采用UTF-8编码的任意字符B

如果B的第一位为0，则B为ASCII码，并且B独立的表示一个字符;

如果B的前两位为1，第三位为0，则B为一个非ASCII字符，该字符由多个字节表示，
并且该字符由两个字节表示;

如果B的前三位为1，第四位为0，则B为一个非ASCII字符，该字符由多个字节表示，
并且该字符由三个字节表示;

比如汉字 “王”,它的二进制形式为: 0x0000 738B,属于第三区间,
0x0000 738B - 00000000 00000000 01110011 10001011,
第三区间的编码是 1110xxxx 10xxxxxx 10xxxxxx
把x都给替换,则最终"王"字对应的Unicode的编码是
11100111 10001110 10001011
转换成16进制 0xe7 0x8e 0x8b

如果B的前四位为1，第五位为0，则B为一个非ASCII字符，该字符由多个字节表示，
并且该字符由四个字节表示;