UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码，又称万国码。由Ken Thompson于1992年创建。现在已经标准化为RFC 3629。UTF-8用1到6个字节编码UNICODE字符。用在网页上可以同一页面显示中文简体繁体及其它语言（如英文，日文，韩文）。
优点
UTF-8编码可以通过屏蔽位和
移位操作快速读写。
字符串比较时strcmp()和
wcscmp()的返回结果相同，因此使排序变得更加容易。
字节FF和FE在UTF-8编码中永远不会出现，因此他们可以用来表明UTF-16或UTF-32文本（见BOM） UTF-8 是
字节顺序无关的。它的字节顺序在所有系统中都是一样的，因此它实际上并不需要BOM。
缺点
你无法从UNICODE
字符数判断出UTF-8文本的
字节数，因为UTF-8是一种
变长编码它需要用2个字节编码那些用
扩展ASCII字符集只需1个字节的字符 ISO Latin-1 是UNICODE的
子集， 但不是UTF-8的子集 8位字符的UTF-8编码会被email网关过滤，因为internet信息最初设计为7位ASCII码。因此产生了UTF-7编码。 UTF-8 在它的表示中使用值100xxxxx的几率超过50%， 而现存的实现如ISO 2022， 4873， 6429， 和8859系统，会把它错认为是C1 控制码。因此产生了UTF-7.5编码。
UTF-8
原文：http://www.cnblogs.com/shark1100913/p/5008631.html
