UTF-8

UTF-8 是 Unicode 的变长编码形式，使用 1 至 4 字节表示一个码点，与 ASCII 完全向后兼容，是 Web 与现代系统的事实标准。

用途

在保持 ASCII 兼容（英文不膨胀）的同时覆盖全部 Unicode 码点，且字节序无关、自同步，适合网络传输。

机制

码点范围决定字节长度：U+0000-007F 用 1 字节；U+0080-07FF 用 2 字节；U+0800-FFFF 用 3 字节；U+10000-10FFFF 用 4 字节。首字节的高位 1 数量指示序列长度。

用例

HTML / XML / JSON 文档默认编码
HTTP 与电子邮件正文传输
源代码文件编码
数据库默认字符集

示例

输入
```
A
```
输出
```
0x41
```
An ASCII character, 1 byte
输入
```
U+4E2D
```
输出
```
0xE4 0xB8 0xAD
```
A BMP CJK ideograph, 3 bytes

常见错误

Truncating a UTF-8 string mid-sequence, producing invalid bytes: Truncate at character boundaries or use encoding-aware APIs

相关词条

Unicode 是国际字符编码标准，为世界上几乎所有书写系统的每个字符分配唯一码点（U+0000 至 U+10FFFF），共 1,114,112 个码点空间。

UTF-16 是 Unicode 的变长编码形式，使用 2 或 4 字节表示一个码点，BMP 字符用 1 个 16 位码单元，补充平面字符用代理对（2 个码单元）。

ASCII（美国信息交换标准代码）是 7 位字符编码标准，定义 128 个字符（0-127），包括英文字母、数字、标点与控制字符。

BOM（字节顺序标记）是 Unicode 字符 U+FEFF，置于文本流开头用于指示编码形式与字节序。

相关工具

Unicode 转换器

将文本转换为 Unicode 码点、UTF-8 十六进制或 UTF-16 十六进制。免费、隐私优先、100% 纯客户端运行。

字符编码参考表

字符编码参考表。免费、隐私优先、100% 纯客户端运行。

编码检测器

检测文本编码形态：ASCII 子集、UTF-8 BOM、是否含非 ASCII 字符。文本输入在浏览器中总是被重新编码为 UTF-8，因此无法区分 GBK/Big5/Shift-JIS 等传统编码——本工具如实报告 UTF-8 字节形态。免费、隐私本地化、100% 客户端运行。

参考链接