UTF-8

描述
- 使用变长 (1-4) 个字节表示
- 字节数与 Unicode 编号大小相关
  - 编号小的字节少，编号大的字节多
UTF-8 编码
- 编码范围与二进制格式
  - 编号范围
    - 0x00 ~ 0x7F (0~127)
      - 二进制格式：0xxxxxxx
    - 0x80 ~ 0x7FF (128~2047)
      - 二进制格式：110xxxxx 10xxxxxx
    - 0x800 ~ 0xFFFF (2048~65535)
      - 二进制格式：1110xxxx 10xxxxxx 10xxxxxx
    - 0x10000 ~ 0x10FFFF (65536 以上)
      - 二进制格式：11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
  - 说明
    - x 表示可用的二进制位
    - 每个字节开头的 1 或 0 是固定的
    - 小于 128 的编号 (与 ASCII 码一样)
      - 最高位为 0
    - 其他编号的第一个字节有特殊含义
      - 最高位有几个连续的 1，就表示用几个字节表示
      - 其他字节都以 10 开头
- 编码过程
  - 步骤
    - 将 Unicode 编号看作整数
    - 转化为二进制形式 (去掉高位的 0)
    - 将二进制位从右向左依次填入对应的二进制格式 x 中
    - 填完后，如果对应的二进制格式还有没填的 x，则设为 0
  - 示例：“马”的 Unicode 编号是 0x9A6C，整数编号是 39532
    - 将二进制位填入 1110xxxx 10xxxxxx 10xxxxxx 格式
    - UTF-8 编码的十六进制表示：0xE9A9AC
- 特点
  - 兼容 ASCII
  - 对大部分中文而言，一个中文字符需要用三个字节表示