通過這幾天的研究，終于明白了Unicode和UTF-8之間編碼的區別。Unicode是一個字符集，而UTF-8是Unicode的其中一種，Unicode是定長的都為雙字節，而UTF-8是可變的，對于漢字來說Unicode占有的字節比UTF-8占用的字節少1個字節。Unicode為雙字節，而UTF-8中漢字占三個字節。

   UTF-8編碼字符理論上可以最多到6個字節長,然而16位BMP（BasicMultilingual Plane）字符最多只用到3字節長。下面看一下UTF-8編碼表：      U-00000000 - U-0000007F:0xxxxxxx       U-00000080 -U-000007FF: 110xxxxx 10xxxxxx       U-00000800 -U-0000FFFF: 1110xxxx 10xxxxxx 10xxxxxx       U-00010000 -U-001FFFFF: 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx       U-00200000 -U-03FFFFFF: 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx       U-04000000 -U-7FFFFFFF: 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx10xxxxxx

    xxx的位置由字符編碼數的二進制表示的位填入， 越靠右的 x 具有越少的特殊意義，只用最短的那個足夠表達一個字符編碼數的多字節串。注意在多字節串中,第一個字節的開頭"1"的數目就是整個串中字節的數目。而第一行中以0開頭，是為了兼容ASCII編碼，為一個字節，第二行就為雙字節字符串，第三行為3字節，如漢字就屬于這種，以此類推。(個人認為：其實我們可以簡單的把前面的1的個數看成字節數)

為了要將Unicode轉換為UTF-8，當然要知道他們的區別到底在什么地方。下面來看一下，在Unicode中的編碼是怎樣轉換成UTF-8的，在UTF-8中，如果一個字符的字節小于0x80（128）則為ASCII字符，占一個字節，可以不用轉換，因為UTF-8兼容ASCII編碼。假如在Unicode中漢字“你”的編碼為“u4F60”，把它轉換為二進制為100111101100000，然后按照UTF-8的方法進行轉換。可以將Unicode二進制從地位往高位取出二進制數字，每次取6位，如上述的二進制就可以分別取出為如下所示的格式，前面按格式填補，不足8位用0填補。