UTF-8 の エンコード方法

UTF-8は、UnicodeとASCIIコードを混在させるための規格です。
Unicodeでは、0x0000-0x007Fの文字コードは、 ASCIIコードの0x00-0x7Fと同じとなっていることを利用して変換します。
UTF-8では、ASCIIコードは、1バイトで表しますが、0x0800から0xFFFFまでのマルチバイト文字は、3バイトで表します。
UTF-8では、各文字の先頭ビットにより、文字の種類を簡単に判定できます。

1ビットめの値

0:制御コード、ASCII文字

1:マルチバイト文字

マルチバイト文字の2ビットめの値

0:先頭文字以外

1:先頭文字

マルチバイト文字の先頭文字の3ビットめの値

0:2バイト文字(0x0080-0x07FF)

1:3バイト文字以上(0x0800-0x0010FFFF)

3バイト以上のマルチバイト文字の先頭文字の4ビットめの値

0:3バイト文字(0x0800-0xFFFF)

1:4バイト文字(0x00010000-0x0010FFFF)

上段は16進数、下段は2進数（x は 0 または 1）