上面的汉字编码，统一称为“DBCS”（Double Byte Charecter Set双字节字符集）。
这时一个汉字算两个英文字符
—————————————————————————————————————————————————
各个地区都发明了适合自己的编码，在国际上就难以很好的交互，于是国际化标准组织（ISO）重新编排了一个编码方案，包括了地球上所有文化、所有字符和符号，这个编码叫做【UCS】"Universal Multiple-Octet Coded Character Set"，俗称【unicode】
unicode编码规定：所有字符都用2个字节（16位）来表示，原ascii码中的半角字符，低位不变，高8位永远是0。这样保存英文时就会浪费多一倍空间。 此时出现的问题是，怎么分辨unicode码和ascii码？还有英文存储永远都浪费了一倍的空间。 所以unicode在很长一段时间都无法推广，直到互联网出现。为解决unicode在网络传输问题，出现了众多的【UTF】（UCS Transfer Format）标准。【UTF-8】就是每次8个位传输数据，【UTF-16】就是每次16个位传输数据。 【UTF-8】就是在互联网上使用最广的一种unicode的实现方式。从unicode到uft-8并不是直接的对应，而是要过一些算法和规则来转换。 它是一种变长的编码方式： 1. 单字节的字符，字节的第一位设为0，对于英语文本，UTF-8码只占用一个字节，和ASCII码完全相同； 2. n个字节的字符(n>1)，第一个字节的前n位设为1，第n+1位设为0，后面字节的前两位都设为10，这n个字节的其余空位填充该字符unicode码，高位用0补足。 这样就形成了如下的UTF-8标记位： 0xxxxxxx 110xxxxx 10xxxxxx 1110xxxx 10xxxxxx 10xxxxxx 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 原网页链接：https://www.zhihu.com/question/23374078