一. UTF-8詳解
UTF-8最大的一個特點，就是它是一種變長的編碼方式。它可以使用1~4個字節表示一個符號，根據不同的符號而變化字節長度。
UTF-8的編碼規則很簡單，只有二條：
1）對於單字節的符號，字節的第一位設爲0，後面7位爲這個符號的unicode碼。因此對於英語字母，UTF-8編碼和ASCII碼是相同的。
2）對於n字節的符號（n>1），第一個字節的前n位都設爲1，第n+1位設爲0，後面字節的前兩位一律設爲10。剩下的沒有提及的二進制位，全部爲這個符號的unicode碼。
下表總結了編碼規則，字母x表示可用編碼的位。(一個字節爲2位的十六進制數)
(十六進制) | （二進制）
--------------------+---------------------------------------------
0000-007F | 0xxxxxxx
(0000 0080)-(0000 07FF) | 110xxxxx 10xxxxxx
(0000 0800)-(0000 FFFF) | 1110xxxx 10xxxxxx 10xxxxxx
(0001 0000)-(0010 FFFF) | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
跟據上表，解讀UTF-8編碼非常簡單。如果一個字節的第一位是0，則這個字節單獨就是一個字符； 如果第一位是1，則連續有多少個1，就表示當前字符佔用多少個字節。
下面，還是以漢字"嚴"爲例，演示如何實現UTF-8編碼。
已知"嚴"的unicode是4E25（100111000100101），根據上表，可以發現4E25處在第三行的範圍內（0000 0800-0000 FFFF）， 因此"嚴"的UTF-8編碼需要三個字節，即格式是"1110xxxx 10xxxxxx 10xxxxxx"。 然後，從"嚴"的最後一個二進制位開始，依次從後向前填入格式中的x，多出的位補0。 這樣就得到了，"嚴"的UTF-8編碼是"11100100 10111000 10100101"，轉換成十六進制就是E4B8A5。
由此可見,UTF-8可以表示21位的長度,至少可以表示200萬左右的字符,足以.
二. 實例
下面，舉一個實例。 打開Editplus，新建一個文本文件，內容就是一個"嚴"字，依次採用ANSI，Unicode，Unicode big endian 和 UTF-8編碼方式。 然後，用文本編輯的"十六進制功能"，觀察該文件的內部編碼方式。(BOM只出現一次)
1）ANSI：文件的編碼就是兩個字節"D1 CF"，這正是"嚴"的GB2312編碼，這也暗示GB2312是採用大頭方式存儲的。
2）Unicode(默認小頭)：FF FE 25 4E(前倆字節爲BOM)
3）Unicode big endian：FE FF 4E 25(前倆字節爲BOM)
4）UTF-8 +BOM：EF BB BF E4 B8 A5(前三個字節爲BOM) 5）UTF-8 ：E4 B8 A5
三. 補充
1.文本以什麼字節保存稱爲編碼,以什麼方式打開稱爲解碼.
2.當編碼和解碼使用相同的方式時,纔不會出現亂碼
3.當我們打開文本時,計算機會識別文本的編碼方式,但不全是這樣.
4.我們知道UTF-8對於單字節的處理和ASCII一樣,所以當我們用UTF-8編碼ASCII僅有 的字符集合,當我們打開文本時默認是ANSI.
5.ANSI中文默認爲GB2312可以表示日語,但無法表示韓語,輸入韓語亂碼且無法保存
原創摘自:http://beadlechen.github.io/content/blog.html#category=software#article=encode2