UTF-8怎么用：操作步骤与注意事项

UTF-8 是 Unicode 最常用的存储编码，用 1–4 个字节表示一个字符：ASCII 字符 1 字节，拉丁字母扩展 2 字节，常用汉字 3 字节，emoji 等 4 字节。下面重点说明操作步骤与注意事项。

UTF-8怎么用

1. 用本站字符编码检测工具粘贴文本或上传文件，查看识别出的编码
2. 乱码时对比 UTF-8 与 GBK 两种解读结果
3. 确认后在编辑器中以 UTF-8（无 BOM）重新保存
4. 网页中声明 <meta charset="utf-8">，服务器响应头带 charset=utf-8

MySQL 的 utf8 实际是 3 字节的 utf8mb3，存 emoji 会报错，应使用 utf8mb4。

示例

输入：中文

编码结果：E4 B8 AD E6 96 87

说明：按 UTF-8 共 6 字节。

怎么选

新项目一律选 UTF-8；对接老旧的 Windows 软件、银行或政务系统时，按对方要求转换为 GBK/GB18030；MySQL 选 utf8mb4 而不是 utf8（后者最多 3 字节，存不了 emoji）。

UTF-8 与 GBK：UTF-8 覆盖全部 Unicode，汉字 3 字节；GBK 只覆盖简繁汉字和部分符号，汉字 2 字节，但不能表示 emoji 和多数外文。UTF-8 与 UTF-16：UTF-16 中 BMP 字符 2 字节，适合内存中处理（Java、JavaScript、Windows 内部），但不兼容 ASCII。

Go 示例

下面是 Go 中处理UTF-8的常用写法：

s := "123问"
len(s)                     // 6，Go 字符串就是 UTF-8 字节
utf8.RuneCountInString(s)  // 4
utf8.ValidString(s)        // true

运行前确认输入的字符集（推荐 UTF-8），结果可以用本站工具交叉核对。

本站的字符编码检测工具可以直接处理，计算在浏览器本地完成，适合快速核对结果。

常见问题

【UTF-8 和 utf8mb4 有什么区别？】utf8mb4 是 MySQL 中真正完整的 UTF-8；MySQL 的 utf8 最多 3 字节，不能存 emoji。

【什么是 BOM？】文件开头的 EF BB BF 三个字节，用来标记 UTF-8。网页和脚本文件建议不加。

【“中文”是什么乱码？】UTF-8 编码的“中文”被按 Latin-1/Windows-1252 解读的结果。

文中示例可以在本站对应工具中验证；处理密码、证件号等敏感数据时，请注意保护隐私。

标签： 文本处理