编码原理理解之「UTF-8」
UTF-8 （8位元， Universal Character Set/Unicode Transformation Format ）是针对Unicode的一种可变长度字符编码。它可以用来表示 Unicode 标准中的任何字符，而且其编码中的第一个字节仍与 ASCII 相容，使得原来处理 ASCII 字符的软件无须或只进行少部份修改后，便可继续使用。因此，它逐渐成为电子邮件、网页及其他存储或传送文字的应用中，优先采用的编码。
总结下来， UTF8 有如下特点：
1）是 unicode 的一种实现方式；
2）是一种变长编码标准；
3）可以与 ASCII 码有效兼容；
4）应用超级广泛编码标准。
我们讲， UTF-8 是 unicode 的一种实现方式，那么，想要对一个字符进行 UTF-8 编码，首先我们要知道这个字符的 unicode 编码（字符的 unicode 编码是约定好的，全球统一不变的）。拿 unicode 编码的方式很简单，网上有很多 工具 可以做到。
接下来针对不同的 unicode 符号范围， utf-8 编码实际占用的字节数可能 1~4 字节不等👇
总结下来，针对 UTF8 ，编码规则其实只有两条：
1） 单字节规则： 对于 单字节 的符号，字节的第一位（最高位）设为 0 ，后面 7 位为这个符号的 unicode 码。
2） n字节规则： 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。
以 「真」 举例，我们查到 「真」 的 unicode 编码是 \u771f （ \u 只是 unicode 的编码标记，其后面跟的还是 16 进制数），发现真的编码范围是 0x0800 ~ 0xffff 间，故选择 3字节 的编码方式👇
我们将 0x771f 转化为2进制（共16位），并分成 4、6、6 三组，填入👆编码方式的 「x」 的位置，得到 1110 0111 10 011100 10 011111 ，至此完成 「真」 的 utf-8 编码，转化为 16 进制描述即： 0xe79c9f 。
那么，有 mac 的小伙伴可以试试我提供的一套基于 iOS 的编码理解工程。可以快速打印出一段文本编码的数据结果（ 16 进制、 2 进制都有），示例如下：
git地址： https://github.com/chrisYooh/CYEncoding.git
对你有帮助的话记得帮我点个 「Star」 哦！ 😊✨✨✨
