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。下面重点说明分步结果演示。
UTF-8转换示例
输入：2026-11-11
编码结果：32 30 32 36 2D 31 31 2D 31 31
说明：按 UTF-8 共 10 字节。
输入：abc
编码结果：61 62 63
说明：按 UTF-8 共 3 字节。
与相关技术的区别
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。
Java 示例
下面是 Java 中处理UTF-8的常用写法：
byte[] b = "中".getBytes(StandardCharsets.UTF_8); // [-28, -72, -83]
String s = new String(b, StandardCharsets.UTF_8);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
【一个汉字在 UTF-8 中占几个字节？】常用汉字 3 个字节；扩展 B 区及以后的生僻字 4 个字节。
【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。
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
