unicode和utf-8编码

最开始是只有一个字节的ascii编码包括0-127，也就是英文字符，比如abcdef还有！@#*&^等等
然后又有了其它语言的编码，例如专门为中文设计的gbk编码...
这些编码是不兼容，为了兼容所有的编码，统一制定了unicode字符集
unicode只是一个字符集，它为全世界每一个字符分配一个数字，而这些数字在传输过程中，需要进行编码，解码，这里编码，解码的工具就是utf-8，除了utf-8，还有utf-16,utf-32

utf-8:多字节编码的字符，一个字符可以通过1-6个字节来编码，这样做的最大的优点就是节约内存，例如0x01只需要按照ascii那样使用一个字节来存储，而一个汉子则用两个字节
utf-16:每个字符使用两个字节来编码，java的字符串就是utf-16
utf-32:每个字符使用4个字节来编码

unicode字符集和unicode编码的转换方式如下

unicode                        utf-8
00000000-0000007f              0xxxxxxx
00000080-000007ff              110xxxxx 10xxxxxx
00000800-0000ffff              1110xxxx 10xxxxxx 10xxxxxx
00010000-001fffff              11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
00200000-03ffffff              111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
04000000-7fffffff              1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

在上面的表中，utf-8下面的x就是用来填充字符的01比特的，而每个字节前面的0,10,110...等等是用来确定这个字符在utf-8中占用的字节数的