UTF-8编码

一、介绍UTF-8

UTF-8（Unicode Transformation Format - 8-bit）是一种可变长度的字符编码，用于表示Unicode字符集中的字符。它使用1到4个字节来编码不同的字符。

• 1字节‌：用于编码ASCII字符（0x00 - 0x7F），与ASCII编码完全兼容，只需要1个字节。

• ‌2字节‌：带有附加符号的拉丁文、希腊文、西里尔字母、亚美尼亚语、希伯来文、阿拉伯文、叙利亚文及它拿字母则需要二个字节编码，使用了2个字节编码。

• ‌3字节‌：用于编码基本多文种平面（BMP）中的字符，包括大部分常用汉字，使用了3个字节编码。

• ‌4字节‌：用于编码Unicode辅助平面的字符，如一些罕见字符或表情符号，使用了4个字节编码。

UTF-8有四种编码组成，UTF8-1、UTF8-2、UTF8-3、UTF8-4