关于unicode和utf8，utf16等

经常有人谈起……我如何把gb或unicode字符串转化成utf8字符串？这类的问题
这里按照自己的理解简要说明一下

unicode是字符编码的一个标准，这个和GB2312或者BG5等是对应的，但是unicode又有些比较高级的特殊性，unicode的编码是固定的，但是表示这个编码的形式是多种多样的，比如一个字符的unicode编码是0xABCD，可以有各种形式来表示这个0xABCD，而通常所说的"unicode字符串"是指unicode编码的双字节表示法，比如编码0xABCD就会表示成0xABCD，编码0x31就表示成双字节的0x0031，而UTF-8,UTF-16是指其他形式的表示法，比如说UTF8，见下面的对应表：
* 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

就是说在0x00-0x7f段之间的unicode字符，表示成他的本身，比如0x31(字符1)用utf-8的形式存储成0x31，占用一个字节。
0x80-0x7ff段之间的字符（二进制大于等于8位小于等于11位之内的字符）用两个字节表示，这两个字节的第一个字节的前三位为标志位(110),第二个字节的前两位(10)为标志位，剩下还有11位来表示这个11位以下的UNICODE字符的编码
其他依此类推
这样的话，使用utf-8编码，可以使UNICODE编码的大多数为英文字符（<0x7f）的字符串占用的空间最少，但是使双字节的unicode字符(比如中文)表示来需要三个字节，比起纯粹的双字节表示的unicode字符串来说，各有利弊吧