什么是Unicode？
Unicode在中文里叫做万国码，国际码。顾名思义，Unicode对全世界的文字系统进行了整理、编码，使得全球的计算机在文字编码上有了统一的标准。
我们知道，世界上不同的国家语言不同，因而组成文字的字符也不同，为了将自己的语言存入计算机里面，就有了五花八门的编码方式，而Unicode为了统一全世界的编码方式，将全世界的语言系统进行了整理编码。
Unicode开始制定的时候，计算机的存储容量大大的发展了，于是ISO便规定用2个字节也就是16位来表示一个字符，同样的Unicode任然保持ASCII里面的那些字符，只是将8位扩充为了16位。
UTF
Unicode只是规定了字符的编号，如汉字”一”的编号是”4E00”,如果用每个字符的编号对应的二进制进行储存，那就比较浪费空间了（并不是所以字符都要16位表示）出于节省空间的目的，对 Unicode编码的实现方式有所不同。Unicode的实现方式称为Unicod转换格式（Unicode Transformation Format，简称为UTF）。
UTF-8
本文使用UTF-8为例子
UTF-8（8位元，Universal Character Set/Unicode Transformation Format）是针对Unicode的一种可变长度字符编码。它可以用来表示Unicode标准中的任何字符，而且其编码中的第一个字节仍与ASCII相容，使得原来处理ASCII字符的软件无需或只进行少部分修改后，便可继续使用。因此，它逐渐成为电子邮件、网页及其他存储或传送文字的应用中，优先采用的编码。摘自百度百科
前缀码
UTF-8一种针对Unicode的可变长度符编码，可以用一至四个字节对Unicode字符集中的所有有效编码点进行编码，属于Unicode标准的一部分。而实现这一效果的主要是依靠前缀码这种编码要求。
前缀码是什么呢？前缀码是指任何一个编码都不能作为另一个编码的前缀（开头部分），能确保解码时无歧义、无需分隔符。这样说比较难理解，举个例子：
给 3 个东西编编号，要满足 “没人的编号是别人的开头”：
- 猫 → 编号 “1”
- 狗 → 编号 “22”
- 兔 → 编号 “31”
这就是前缀码 —— 不管按什么顺序读，看到 “1” 就知道是猫，看到 “22” 就知道是狗，绝不会混淆。
再看反例（不是前缀码）：
- 猫 → “1”
- 狗 → “12”
这就不行！看到 “1”，根本不知道是单独的猫，还是狗的开头部分。
UTF-8的具体实现
我们已经了解的前缀码的规则和作用了，那么UTF-8如何实现呢？
UTF-8的编码规则就两条：
1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的 Unicode 码。因此对于英语字母，UTF-8 编码和 ASCII 码是相同的。
2）对于n字节的符号（n > 1），第一个字节的前n位都设为1，第n + 1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的 Unicode 码。
目前看上去这个规则很难理解，现在让我们对照规则通俗的解释一下。
单字节的字符：字符的第一位为0，当计算机读取到第一位为0的就直接读取后面7位确定是哪个字符了，如果第一位不是0，计算机就开始计数，看有多少个1可以读取到0，例如11110xxx，计算机就知道除了这个在读的字节后面还有3个字节（10xxxxxx 10xxxxxx 10xxxxxx）
PS: 现在还有一个小疑问，就是为什么后面字节的前两位一律设为10，“10” 是后续字节的 “身份标识”，计算机读取时会双重校验：若后续字节不以 “10” 开头，比如混入一个以 “0” 或 “110” 开头的字节，一旦数据传输中出现错位（比如少读 / 多读 1 个字节），计算机就会彻底混乱。所以既看首字节的 “1 的个数” 确定总长度，又会检查后续字节是否都以 “10” 开头。
部分信息可能已经过时