我是专业的 PHP开发人员。
请考虑以下示例：
我想使用 UTF-8 编码对＆＃34; hello＆＃34; 这个词进行编码。
所以，
＆＃34; hello＆＃34; 一词的每个字母的等效代码点如下：
h = 104
e = 101
l = 108
o = 111
所以，我们可以说十进制数列表代表字符串＆＃34;你好＆＃34; ：
104 101 108 108 111
UTF-8 编码会存储＆＃34; hello＆＃34; ，就像这样（二进制）：
01101000 01100101 01101100 01101100 01101111
如果你仔细观察上面的二进制编码值，你就会发现十进制数的每个二进制等价值前面都有二进制位值0。
我的问题是为什么这个初始0已经被添加到每个可存储字符的前缀？在UTF-8编码中使用它的目的是什么？
使用 UTF-16 格式编码相同字符串时做了什么？
如果有必要，那么初始额外字符可以是位值1吗？
NUL Byte 是否表示二进制字符0？
答案 0 :(得分：1)
UTF-8使用7位对Unicode代码点U + 0000 - U + 007F（ASCII字符0-127）进行编码。第8位用于仅在编码Unicode代码点U + 0080 - U + 10FFFF时需要额外字节时发出信号。
例如，è是代码点U + 00E8，它以UTF-8编码为字节0xC3 0xA8（二进制为11000011 10101000）。
Wikipedia很好地解释了UTF-8是如何编码的。
NUL Byte是否表示二进制字符0？
是
答案 1 :(得分：1)
UTF-8向后兼容ASCII。 ASCII使用值0 - 127并为其分配了字符。这意味着字节0000 0000到0111 1111。 UTF-8为前128个字符保留相同的映射。
在ASCII中找不到的任何字符都以UTF-8中1xxx xxxx的形式编码，即对于任何非ASCII字符，每个编码字节的高位为1。这些字符以UTF-8编码为多个字节。序列中第一个字节的前几位告诉解码器该字符包含多少字节; 110x xxxx表示它是一个2字节字符，1110 xxxx是一个3字节字符，1111 0xxx是一个4字节字符。序列中的子序列字节采用10xx xxxx形式。所以，不，你不能随意将它设置为1。
ASCII有各种扩展（例如ISO-8859），它也设置了第一位，从而添加了1xxx xxxx形式的另外128个字符。
还有7位ASCII，省略了第一个0位，只使用000 0000到111 1111。
NUL Byte 是否表示二进制字符
0？
它表示位序列0000 0000，即带有十进制/十六进制/八进制值0的全零字节。