什么是 UTF-8 字符编码？

  UTF- 8 是一种可变长度的字符编码方法，它使用 1 到 4 个字节来表示一个字符，具体长度取决于字符的 Unicode 代码点。对于中文字符（包括简体和繁体），在 UTF- 8 编码中通常占用 3 个字节。

  UTF- 8 编码的设计旨在优化英文字符的存储（每个英文字符占用 1 个字节），同时提供足够的编码空间来表示全球所有语言的字符，包括中文。因此，它在兼容 ASCII 码的同时，也能有效支持多语言文本的处理和显示。

  UTF- 8 编码的特点

  对于代码点 U+0000 到U+007F（基本的 ASCII 字符集），每个字符占用 1 个字节。

  对于代码点 U+0080 到U+07FF（包括拉丁字母补充、希腊字母等），每个字符占用 2 个字节。

  对于代码点 U+0800 到U+FFFF（包括大多数活字表的字符，如中文、日文、韩文），每个字符占用 3 个字节。

  对于代码点 U+10000 到U+10FFFF（包括少数语言和符号扩展，以及表情符号等），每个字符占用 4 个字节。

  示例

  英文字符A（U+0041）在 UTF- 8 中占用 1 个字节。

  欧洲字符ñ（U+00F1）在 UTF- 8 中占用 2 个字节。

  中文字符 中（U+4E2D）在 UTF- 8 中占用 3 个字节。

  一个表情符号😀（U+1F600）在 UTF- 8 中占用 4 个字节。

  UTF- 8 的这种可变长度特性使其非常适用于国际化的环境，能够有效地处理各种语言的文本数据，同时优化存储空间和传输效率。