UTF-8

UTF-8（UCS转换格式8）是万维网上最常用的字符编码。每个字符由一个到四个字节表示。UTF-8与ASCII向后兼容，并且可以表示任何标准的Unicode字符。

前128个UTF-8字符与前128个ASCII字符（编号为0-127）完全匹配，这意味着现有的ASCII文本已经是有效的UTF-8。所有其他字符使用两个到四个字节。每个字节都有一些位保留用于编码目的。由于非ASCII字符需要多个字节来存储，因此如果字节被分离并且没有重新组合，则它们存在被损坏的风险。