什么是 UTF-8？
UTF-8（8 位 Unicode 转换格式）是一种可变宽度字符编码，可以表示 Unicode 标准中的每个字符。它每个字符使用 1 到 4 个字节，并且向后兼容 ASCII。
快速了解
| 全称 | 8 位 Unicode 转换格式 |
|---|---|
| 创建时间 | 1992 年由 Ken Thompson 和 Rob Pike 设计 |
| 规范文档 | 官方规范 |
工作原理
UTF-8 由 Ken Thompson 和 Rob Pike 于 1992 年设计，已成为 Web 的主要字符编码。其关键创新是可变宽度编码：ASCII 字符（0-127）只使用 1 个字节，使 UTF-8 对英文文本高效，同时仍支持所有 Unicode 字符。字符使用特定的位模式编码，指示后面跟随多少字节。UTF-8 是自同步的，意味着您可以在不从头读取的情况下找到字符边界。它是 HTML5、JSON 和大多数现代系统的默认编码。
主要特点
- 可变宽度：每个字符 1-4 字节
- 向后兼容 ASCII（前 128 个字符）
- 自同步编码
- 没有字节序问题（与 UTF-16 不同）
- HTML5、JSON 和 Web 的默认编码
- 对 ASCII 为主的文本高效
常见用途
- 网页编码（HTML、CSS、JavaScript）
- JSON 和 XML 数据文件
- 数据库文本存储
- 电子邮件和消息系统
- 源代码文件
示例
Loading code...常见问题
UTF-8 和 Unicode 有什么区别？
Unicode 是一个字符集标准，为每个字符定义唯一的码点。UTF-8 是 Unicode 的一种编码实现方式，定义了如何将 Unicode 码点转换为字节序列。其他编码方式还包括 UTF-16 和 UTF-32。UTF-8 因其兼容性和效率成为最流行的 Unicode 编码。
为什么 UTF-8 是 Web 的首选编码？
UTF-8 成为 Web 标准有几个原因：1）向后兼容 ASCII，英文内容无需改变；2）可变长度编码对英文文本高效（每字符 1 字节）；3）没有字节序问题；4）自同步特性便于错误恢复；5）被 HTML5、JSON 等标准采用为默认编码。
UTF-8 如何编码不同的字符？
UTF-8 使用 1-4 个字节编码字符：ASCII 字符（U+0000-007F）用 1 字节；拉丁扩展和常见符号（U+0080-07FF）用 2 字节；大多数常用字符包括中文（U+0800-FFFF）用 3 字节；表情符号和罕见字符（U+10000-10FFFF）用 4 字节。
如何在 HTML 中正确声明 UTF-8 编码？
在 HTML5 中，应在 <head> 部分添加 <meta charset="UTF-8">，且这个标签应尽可能靠前放置（在前 1024 字节内）。同时，服务器应发送 Content-Type: text/html; charset=utf-8 响应头。文件本身也应以 UTF-8 编码保存。
UTF-8 和 UTF-16 应该如何选择？
UTF-8 适合：Web 内容、以英文为主的文本、需要 ASCII 兼容性的场景。UTF-16 适合：Windows 内部 API、Java 和 JavaScript 内部字符串表示、以亚洲文字为主的文本。一般来说，对于存储和传输，UTF-8 是更通用的选择。