UTF-8是可变长度编码。如果一个字符可以使用单个字节表示，例如：A（英文字母A），UTF-8将用单个字节对其进行编码。如果它需要两个字节，它将使用两个字节，依此类推。 现在考虑我编码A（01000001）あ（11100011 10000001 10000010）。 这将作为连续空间存储在存储器中：01000001 11100011 10000001 10000010。 我的问题是在解码时，编辑器如何知道第一个字节仅用于第一个字符，接下来的3个字节用于第二个字符？
**它可能最终解码4个字符，其中每个字节被视为字符，我的意思是这里的区别在哪里。
答案 0 :(得分：6)
UTF-8编码告诉程序每个编码的代码点有多少字节。任何以0xxxxxxx开头的字节都是0到127之间的ASCII字符。任何以10xxxxxx开头的字节都是一个连续字节，只能在起始字节后发生：110xxxxx，{{1} }或1110xxxx分别指定下一个字节，两个字节或三个字节是连续字节。
如果没有正确数量的延续字节，或者连续字节出现在错误的位置，则字符串无效UTF-8。有些程序利用此功能尝试自动检测编码。