如果我有两个相同文本的字符串，一个是UTF-8，另一个是UTF-16 是否可以安全地假设UTF-8字符串总是小于或等于UTF-16字符串？ （按字节顺序）
答案 0 :(得分：15)
不，虽然UTF-8文本通常更短，但并不总是。
U + 0000和U + FFFF之间的任何内容都将代表with 2 bytes (one UTF-16 codepoint) in UTF-16。
U + 0800和U + FFFF之间的字符将用3 bytes in UTF-8表示。
因此，当以UTF-8表示时，仅包含（或大部分）该范围内的字符的文本可能比UTF-16中的文本更长。
换句话说：
请注意，5和6字节序列曾经在UTF-8中定义，但根据最新标准不再有效，并且从不需要表示Unicode代码点。
答案 1 :(得分：3)
没有。 UTF-8有时会为一个字符使用3个或更多字节，具体取决于表示字符的代码点（数字）所需的位数。