UTF-8 ist eine Methode, [[Unicode]]-Zeichen als Folge von Bytes zu speichern. Sie ist variabel in der Länge: Ein Zeichen kann aus 1 bis 4 Bytes bestehen. ASCII-Zeichen (0–127) werden wie gewohnt in 1 Byte gespeichert. Zeichen darüber verwenden 2 bis 4 Bytes.

Beispiel: "á" (U+00E1) wird in UTF-8 als zwei Bytes gespeichert: 0xC3 0xA1.

Vorteile:

  * Abwärtskompatibel zu ASCII.
  * Effizient für englische Texte.
  * Weltweit am häufigsten verwendetes Format (z. B. im Web, in JSON, HTML, etc.).



^ Bits of code point ^ First code point ^ Last code point ^ Bytes in sequence ^ Byte 1 ^ Byte 2 ^ Byte 3 ^ Byte 4 ^ Byte 5 ^ Byte 6 ^
| 7 | U+0000 | U+007F | 1 | 0xxxxxxx | | | | | |
| 11 | U+0080 | U+07FF | 2 | 110xxxxx | 10xxxxxx | | | | |
| 16 | U+0800 | U+FFFF | 3 | 1110xxxx | 10xxxxxx | 10xxxxxx | | | |
| 21 | U+10000 | U+1FFFFF | 4 | 11110xxx | 10xxxxxx | 10xxxxxx | 10xxxxxx | | |
| 26 | U+200000 | U+3FFFFFF | 5 | 111110xx | 10xxxxxx | 10xxxxxx | 10xxxxxx | 10xxxxxx | |
| 31 | U+4000000 | U+7FFFFFFF | 6 | 1111110x | 10xxxxxx | 10xxxxxx | 10xxxxxx | 10xxxxxx | 10xxxxxx |

Die auf 1 gesetzten Bits im ersten Byte sind die Anzahl der insgesamt verwendeten Bytes.

Siehe auch [[utf16]], [[utf32]]

=====Links=====

https://www.quora.com/What-is-UTF8