UTF-8 、UniCode 編碼轉換

在UTF-8之中，視第 1 個Byte的前 4 個Bit 有幾個(binary)1，表示使用幾個Byte；
其後接續的每一個Byte之bit組合，其開頭為(binary)10。
　
例如:中文需要 3 個Byte，格式為 1110 xxxx, 10xx xxxx, 10xx xxxx
有 16 個 "x"，共有 2 個Byte，即為Unicode.
　
　
我這邊的實際測試結果
　
以"直"這個中文字為例:
　
直 UTF-8 編碼: E7　9B　B4　(三個Byte)
　　E7 =　1110　 0111
　　9B =　1001　 1011
　　B4 =　1011　 0100
　
　
直 Unicode 編碼: F4　76　(二個Byte)
　　F4 = 1111　0100
　　76 = 0111　0110
　
　
　
Unicode為二個Byte，而 UTF-8 中漢字占三個Byte。
　
UTF-8編碼 理論上可以最多到6個Byte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 10xxxxxx 10xxxxxx　
　
http://www.cnblogs.com/xdotnet/archive/2007/11/23/unicode_and_utf8.html