育才学习网1.UTF
使用UTF-8编码唯一的好处是，国外的用户如果使用Windows XP英文版，浏览UTF-8编码的任何网页，无论是中文、还是日文、韩文、阿拉伯文，都可以正常显示，UTF-8是世界通用的语言编码，UTF-8的推广要归功于Google的应用，以及Blog开发者。而如果用Windows XP英文版的IE6.0浏览gb2312语言编码的网页，则会提示是否安装语言包。因此，可能会失去很多的国外浏览者。
使用gb2312编码的好处是，因为程序产生的网页文本使用ANSI编码格式，会比UTF-8文本编码节省一些体积，访问速度会稍微快一点点，大约是30:38的比例，也就是30K的ANSI编码，转为UTF-8编码是38K，当然，这个比例并不准确，是会随Unicode字符集区域的不同而变化的。
2.UTF
Unicode
由 Unicode 协会开发的能表示几乎世界上所有书写语言的字符编码标准。Unicode 字符清单有多种代表形式，包括 UTF-8、UTF-16 和 UTF-32。大多 Windows 界面使用 UTF-16。
Unicode 传输格式 8 (UTF-8)
在 ASCII 码基础上发展的协议字符设置。UTF-8 协议提供 ASCII 码的扩展支持，UCS-2 码的翻译，国际 16 进制 Unicode 编码字符设置。与使用字符数据的 ASCII 或扩展 ASCII 编码相比，UTF-8 可获得更大范围的名称。
Unicode 字符系统 （UCS）
作为 Unicode 标准一部分的国际标准字符集参考。现在广泛使用的 UCS 标准的版本是 UCS-2，该版本指定的 16 位字符数值已作为世界上大多数语言的编码标准而被接受，并得到了承认。
3.utf
UTF-8 一种字符集 介绍UTF-8编码规则 首先 UCS 和 Unicode 只是分配整数给字符的编码表. 现在存在好几种将一串字符表示为一串字节的方法. 最显而易见的两种方法是将 Unicode 文本存储为 2 个 或 4 个字节序列的串. 这两种方法的正式名称分别为 UCS-2 和 UCS-4. 除非另外指定， 否则大多数的字节都是这样的（Bigendian convention）. 将一个 ASCII 或 Latin-1 的文件转换成 UCS-2 只需简单地在每个 ASCII 字节前插入 0x00. 如果要转换成 UCS-4， 则必须在每个 ASCII 字节前插入三个 0x00. 在 Unix 下使用 UCS-2 （或 UCS-4） 会导致非常严重的问题. 用这些编码的字符串会包含一些特殊的字符， 比如 '' 或 '/'， 它们在 文件名和其他 C 库函数参数里都有特别的含义. 另外， 大多数使用 ASCII 文件的 UNIX 下的工具， 如果不进行重大修改是无法读取 16 位的字符的. 基于这些原因， 在文件名， 文本文件， 环境变量等地方， UCS-2 不适合作为 Unicode 的外部编码. 在 ISO 10646-1 Annex R 和 RFC 2279 里定义的 UTF-8 编码没有这些问题. 它是在 Unix 风格的操作系统下使用 Unicode 的明显的方法. UTF-8 有一下特性： UCS 字符 U+0000 到 U+007F (ASCII) 被编码为字节 0x00 到 0x7F (ASCII 兼容). 这意味着只包含 7 位 ASCII 字符的文件在 ASCII 和 UTF-8 两种编码方式下是一样的. 所有 >U+007F 的 UCS 字符被编码为一个多个字节的串， 每个字节都有标记位集. 因此， ASCII 字节 （0x00-0x7F） 不可能作为任何其他字符的一部分. 表示非 ASCII 字符的多字节串的第一个字节总是在 0xC0 到 0xFD 的范围里， 并指出这个字符包含多少个字节. 多字节串的其余字节都在 0x80 到 0xBF 范围里. 这使得重新同步非常容易， 并使编码无国界， 且很少受丢失字节的影响. 可以编入所有可能的 231个 UCS 代码 UTF-8 编码字符理论上可以最多到 6 个字节长， 然而 16 位 BMP 字符最多只用到 3 字节长. Bigendian UCS-4 字节串的排列顺序是预定的. 字节 0xFE 和 0xFF 在 UTF-8 编码中从未用到. 下列字节串用来表示一个字符. 用到哪个串取决于该字符在 Unicode 中的序号. U-00000000 - U-0000007F: 0xxxxxxx U-00000080 - U-000007FF: 110xxxxx 10xxxxxx U-00000800 - U-0000FFFF: 1110xxxx 10xxxxxx 10xxxxxx U-00010000 - U-001FFFFF: 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx U-00200000 - U-03FFFFFF: 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx U-04000000 - U-7FFFFFFF: 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx xxx 的位置由字符编码数的二进制表示的位填入. 越靠右的 x 具有越少的特殊意义. 只用最短的那个足够表达一个字符编码数的多字节串. 注意在多字节串中， 第一个字节的开头"1"的数目就是整个串中字节的数目. 例如： Unicode 字符 U+00A9 = 1010 1001 （版权符号） 在 UTF-8 里的编码为： 11000010 10101001 = 0xC2 0xA9 而字符 U+2260 = 0010 0010 0110 0000 （不等于） 编码为： 11100010 10001001 10100000 = 0xE2 0x89 0xA0 这种编码的官方名字拼写为 UTF-8， 其中 UTF 代表 UCS Transformation Format. 请勿在任何文档中用其他名字 （比如 utf8 或 UTF_8） 来表示 UTF-8， 当然除非你指的是一个变量名而不是这种编码本身. 什么编程语言支持 Unicode？ 在大约 1993 年之后开发的大多数现代编程语言都有一个特别的数据类型， 叫做 Unicode/ISO 10646-1 字符. 在 Ada95 中叫 Wide_Character， 在 Java 中叫 char. ISO C 也详细说明了处理多字节编码和宽字符 （wide characters） 的机制， 1994 年 9 月 Amendment 1 to ISO C 发表时又加入了更多. 这些机制主要是为各类东亚编码而设计的， 它们比处理 UCS 所需的要健壮得多. UTF-8 是 ISO C 标准调用多字节字符串的编码的一个例子， wchar_t 类型可以用来存放 Unicode 字符 请参考。
4.UTF
UTF-8 编码是一种被广泛应用的编码，这种编码致力于把全球的语言纳入一个统一的编码，目前已经将几种亚洲语言纳入。UTF 代表 UCS Transformation Format.
UTF-8 采用变长度字节来表示字符，理论上最多可以到 6 个字节长度。UTF-8 编码兼容了 ASC II(0-127)， 也就是说 UTF-8 对于 ASC II 字符的编码是和 ASC II 一样的。对于超过一个字节长度的字符，才用以下编码规范：
左边第一个字节1的个数表示这个字符编码字节的位数，例如两位字节字符编码样式为为：110xxxxx 10xxxxxx； 三位字节字符的编码样式为：1110xxxx 10xxxxxx 10xxxxxx.；以此类推，六位字节字符的编码样式为：1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx。 xxx 的值由字符编码的二进制表示的位填入。只用最短的那个足够表达一个字符编码的多字节串。例如：
Unicode 字符： 00 A9（版权符号） = 1010 1001, UTF-8 编码为：11000010 10101001 = 0x C2 0xA9； 字符 22 60 （不等于符号） = 0010 0010 0110 0000, UTF-8 编码为：11100010 10001001 10100000 = 0xE2 0x89 0xA0
5.什么是UTF8编码
在UTF-8中，字符是以8位序列来编码的2113，用一个或几个字节来表示一个字符。这种方式的最大好处，是UTF-8保留了5261ASCII字符的编码做为4102它的一1653部分。UTF-8 编码是用以解决国际上字符的版一种多字节编码，它对。
2.
UTF-16以16位为单元对UCS进行编码。对于小于0x10000的UCS码，UTF-16编码就等于UCS码对应的16位无符号。
3.
GBK是在国家标权准GB2312基础上扩容后兼容GB2312的标准（好像还不是国家标准）。
6.utf
UTF-8是Unicode的一种实现方式，也就是它的字节结构有特殊要求，所以我们说一个汉字的范围是0X4E00到0x9FA5，是指unicode值，至于放在utf-8的编码里去就是由三个字节来组织，所以可以看出unicode是给出一个字符的范围，定义了这个字是码值是多少，至于具体的实现方式可以有多种多样来实现。
UTF-8是一种变长字节编码方式。对于某一个字符的UTF-8编码，如果只有一个字节则其最高二进制位为0；如果是多字节，其第一个字节从最高位开始，连续的二进制位值为1的个数决定了其编码的位数，其余各字节均以10开头。
UTF-8最多可用到6个字节。 如表： 1字节 0xxxxxxx 2字节 110xxxxx 10xxxxxx 3字节 1110xxxx 10xxxxxx 10xxxxxx 4字节 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx 5字节 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 6字节 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 因此UTF-8中可以用来表示字符编码的实际位数最多有31位，即上表中x所表示的位。
除去那些控制位（每字节开头的10等），这些x表示的位与UNICODE编码是一一对应的，位高低顺序也相同。 实际将UNICODE转换为UTF-8编码时应先去除高位0，然后根据所剩编码的位数决定所需最小的UTF-8编码位数。
因此那些基本ASCII字符集中的字符（UNICODE兼容ASCII）只需要一个字节的UTF-8编码（7个二进制位）便可以表示。 对于上面的问题，代码中给出的两个字节是 十六进制：C0 B1 二进制：11000000 10110001 对比两个字节编码的表示方式： 110xxxxx 10xxxxxx 提取出对应的UNICODE编码： 00000 110001 可以看出此编码并非“标准”的UTF-8编码，因为其第一个字节的“有效编码”全为0，去除高位0后的编码仅有6位。
由前面所述，此字符仅用一个字节的UTF-8编码表示就够了。 JAVA在把字符还原为UTF-8编码时，是按照“标准”的方式处理的，因此我们得到的是仅有1个字节的编码。
大家可以试试运行这段代码： public class TestUTF8 { public static void main(String[] args) throws Exception { byte[][] bytes = { // 00110001 {(byte)0x31}, // 11000000 10110001 {(byte)0xC0,(byte)0xB1}, // 11100000 10000000 10110001 {(byte)0xE0,(byte)0x80,(byte)0xB1}, // 11110000 10000000 10000000 10110001 {(byte)0xF0,(byte)0x80,(byte)0x80,(byte)0xB1}, // 11111000 10000000 10000000 10000000 10110001 {(byte)0xF8,(byte)0x80,(byte)0x80,(byte)0x80,(byte)0xB1}, // 11111100 10000000 10000000 10000000 10000000 10110001 {(byte)0xFC,(byte)0x80,(byte)0x80,(byte)0x80,(byte)0x80,(byte)0xB1}, }; for (int i = 0; i < 6; i++) { String str = new String(bytes[i], "UTF-8"); System.out.println（"原数组长度：" + bytes[i].length + "/t转换为字符串：" + str + "/t转回后数组长度：" + str.getBytes("UTF-8").length）； } } } 运行结果为： 原数组长度：1 转换为字符串：1 转回后数组长度：1 原数组长度：2 转换为字符串：1 转回后数组长度：1 原数组长度：3 转换为字符串：1 转回后数组长度：1 原数组长度：4 转换为字符串：1 转回后数组长度：1 原数组长度：5 转换为字符串：1 转回后数组长度：1 原数组长度：6 转换为字符串：1 转回后数组长度：1。
7.如何将word改为 utf
在word的另存为界面可以设置保存文件为utf-8编码，具体操作请参照以下步骤。
1、在电脑上打开目标word文档，然后点击软件界面左上角的“office按钮”图标。
2、然后在其下拉窗口中，依次点击“另存为/其他格式”选项。
3、然后在出现的窗口中，点击“工具”下拉菜单中的“Web选项”。
4、然后在出现窗口的编码页面中将编码方式设置为UTF-8格式，点击确定。
5、完成以上设置后，即可将目标word文档改为具有utf-8编码方式的文档。