unicode 转utf-8

Unicode 和 UTF-8 是两个不同的字符编码方案。Unicode 是一个字符集，包括了所有的字符，而 UTF-8 是一种编码方式，用来将 Unicode 字符转换为字节序列。

UTF-8 是一种可变长度的编码方式，它将 Unicode 中的字符编码为 1 到 4 个字节的序列。下面是将 Unicode 转换为 UTF-8 的步骤：

1. 确定 Unicode 字符的编码值（即码点），例如 U+4E2D 表示中文字符“中”，它的编码值为 0x4E2D。
2. 根据编码值确定字节序列的长度。UTF-8 的编码规则是：对于单字节字符（码点范围在 U+0000 到 U+007F 之间），使用一个字节表示；对于多字节字符，将编码值按照一定的规则拆分成多个字节，然后用多个字节表示。拆分规则如下：
- 如果编码值小于等于 0x7F（即 127），则使用一个字节表示，此时字节的最高位为 0。
- 如果编码值大于 0x7F，则需要使用多个字节表示。UTF-8 的多字节编码规则是：从高位开始，将编码值的二进制表示中的每 6 位依次填充到每个字节中，直到最后一个字节填充完毕。填充规则如下：
- 第一个字节的最高位为 1，其余位为 0 的个数表示使用了多少个字节，例如 2 字节编码时，第一个字节的最高位为 1，次高位为 1，其余位为 0，即 0xC0（1100 0000）。
- 从第二个字节开始，最高位为 1，次高位为 0，其余位为编码值的二进制表示中的 6 位（不足 6 位则在前面补 0），例如 U+4E2D 的编码值为 0x4E2D，转换为二进制后为 0100 1110 0010 1101，拆分成两个字节时，第一个字节为 0xE4（1110 0100），第二个字节为 0xB8 0xAD（1011 1000 1010 1101）。

因此，将 Unicode 字符“中”转换为 UTF-8 时，需要使用三个字节表示，字节序列为 0xE4 0xB8 0xAD。