UTF-8

UTF-8 (UCS 转换格式 8) 是万维网上最常用的字符编码。每个字符由 1 到 4 个字节表示。UTF-8 与 ASCII 向后兼容,可以表示任何标准的 Unicode 字符。

前 128 个 UTF-8 字符会与前 128 个 ASCII 字符(编号为 0-127)精确匹配,意味着现有的 ASCII 文本已经是有效的 UTF-8。所有其他字符都使用 2 到 4 个字节。每个字节都有一些用于编码目的的保留位。由于非 ASCII 字符需要一个以上的字节来存储,如果字节被分隔而不重组,那么它们就会有损坏的风险。

参见