有了 Unicode 为啥还需要 UTF-8？

广义的 Unicode 是一个标准，定义了一个字符集以及一系列的编码规则，即 Unicode 字符集和 UTF-8、UTF-16、UTF-32 等等编码规则。 Unicode 是字符集。UTF-8 是编码规则。 unicode 虽然统一了全世界字符的二进制编码，但没有规定如何存储。 如果 Unicode 统一规定，每个符号就要用三个或四个字节表示，因为字符太多，只能用这么多字节才能表示完全。 一旦这么规定，那么每个英文字母前都必然有二到三个字节是 0，因为所有英文字母在 ASCII 中都有，都可以用一个字节表示，剩余字节位置就要补充 0。 如果这样，文本文件的大小会因此大出二三倍，这对于存储来说是极大的浪费。这样导致一个后果：出现了 Unicode 的多种存储方式。 UTF-8 就是 Unicode 的一个使用方式，通过他的英文名 Unicode Tranformation Format 就可以知道。 UTF-8 使用可变长度字节来储存 Unicode 字符，例如 ASCII 字母继续使用 1 字节储存，重音文字、希腊字母或西里尔字母等使用 2 字节来储存，而常用的汉字就要使用 3 字节。辅助平面字符则使用 4 字节。 一般情况下，同一个地区只会出现一种文字类型，比如中文地区一般很少出现韩文，日文等。所以使用这种编码方式可以大大节省空间。比如纯英文网站就要比纯中文网站占用的存储小一些。 资料来源：《Java工程师成神之路（基础篇）》 链接：https://developer.aliyun.com/topic/download?id=923