UTF-8的编码规则
UTF-8就是在互联网上使用最广的一种unicode的实现方式。UTF-8最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。
UTF-8的编码规则：
1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。
2）对于n字节的符号（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，全部为这个符号的unicode码。
下面是编码规则，字母x表示可用编码的位。 Unicode符号范围 | UTF-8编码方式 (十六进制) | （二进制）
--------------------+--------------------------------------------- 0000 0000-0000 007F | 0xxxxxxx
0000 0080-0000 07FF | 110xxxxx 10xxxxxx
0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
下面，还是以汉字“汉”为例，演示如何实现UTF-8编
码。
已知“汉”的unicode是6C49（0110110001001001），根据上表，可以发现6C49处在第三行的范围内（0000 0800-0000 FFFF），因此“汉”的UTF-8编码需要三个字节，即格式是“1110xxxx 10xxxxxx 10xxxxxx”。然后，从“汉”的最后一个二进制位开始，依次从后向前填入格式中的x，多出的位补0。这样就得到了，“汉”的UTF-8编码是“111001101011000110001001“转换成十六进制就是E6B1。