UTF-8作为一种可变长度的字符编码，他是如何知道一个字符到底需要几个字节表示呢？他是如何这么智能和聪明的？比如一个中文字符，在UTF-8编码中，可能需要占据三个字节的长度，而一个英文字符仅仅需要占据一个字节的长度。他们是如何协作，才得以保证不会输出乱码呢？这一切，就要从UTF-8的规定说起了，有了这个规则，就能保证字符总是可以正确显示了。如果一个字符只需要一个字节即可表示，那这个字节的二进制必须以0开始，如:0xxxxxxx如果一个字符需要两个字节才能表示，那么这个字符的第一个字节（高位字节），需要以110开头，第二个字节（低位字节）需要以10开头，如：110xxxxx 10xxxxxx如果一个字符需要三个字节才能表示，那么这个字符的高位字节，需要以1110开头，其余后面的两个低位字节已10开头，如：1110xxxx 10xxxxxx 10xxxxxx聪明如你，一定从上面的123中发现了某种不可告人的秘密规律。假如现在是一个汉字，那么需要用三个字节表示，其中有8位已经是固定的了，还有16位是可用的。虽然是用三个字节表示，但是有效位只有16位，有效位还是占两个字节。
何谓原码？一个数字的二进制表现形式就是原码。如：数字10，他的原码就是0000 1010何谓反码？在原码的基础上，符号位不变，其余位取反。如：数字10的反码是0111 00101什么是符号位？因为计算机中所有数据的存放都是二进制的，且基本单位是byte。为了区分正负数，人为规定一个byte中，最高位是0表示正数，最高位是1表示负数。如: 0000 0001 表示 +1，1000 0001表示 -1。何谓补码？在补码的基础上+1，就是一个负数的补码表现形式。如数字-10，原码是1000 1010，反码是1111 0101，反码是1111 0110。如果在计算过程中发生溢出，则舍弃。如：11111 1111，+1后发生溢出，最后的值是1000 0000其他正数的原码、反码、补码相同数字在计算机中，是以补码形式存放的
Minghui
却道天凉好个秋！
CC BY-NC-SA 4.0
