UTF-8
UTF-8 是 Unicode 的一种变长字节编码：它把每个 Unicode 码点（code point）用 1 到 4 个字节表示。它向下兼容 ASCII——U+0000–U+007F 的字符仍占 1 字节，字节值与 ASCII 完全一致，所以纯英文文本的 UTF-8 与 ASCII 逐字节相同。这也是它成为 Web 事实标准编码的原因之一。
编码规则靠首字节的高位标记出总字节数，后续字节一律以 10 开头，便于定位字符边界、容错：
- 1 字节：
0xxxxxxx（ASCII） - 2 字节：
110xxxxx 10xxxxxx - 3 字节：
1110xxxx 10xxxxxx 10xxxxxx（大部分汉字在此，占 3 字节） - 4 字节：
11110xxx …（emoji、生僻字等）
几个常见误区：一是 UTF-8 不等于 Unicode——Unicode 只是字符到码点的映射表，UTF-8 是把码点落成字节的方案之一（同类还有 UTF-16、UTF-32）。二是字节数不等于字符数，一个汉字通常 3 字节、一个 emoji 常 4 字节，用字节长度当字符数会出错。三是 UTF-8 与字节序无关、不需要 BOM，加了 BOM 反而可能让某些程序解析出错，存文件时建议选「无 BOM 的 UTF-8」。
常见问题
UTF-8 和 Unicode 是一回事吗？
不是。Unicode 是字符集，规定每个字符对应的码点（如「中」= U+4E2D）；UTF-8 只是把码点编成字节的具体方案之一，UTF-16、UTF-32 也是编码方案。
一个汉字在 UTF-8 里占几个字节？
常见汉字（基本多文种平面）占 3 个字节，ASCII 字符占 1 字节，部分 emoji 和生僻字占 4 字节。因此直接用字节长度当字符数会不准，按字符计数才对。
保存文件要不要加 UTF-8 BOM？
一般不建议。UTF-8 与字节序无关，不需要 BOM；PHP、shell 脚本等工具遇到开头的 BOM 反而可能出错，通常选「无 BOM 的 UTF-8」更保险。