开发计算 · UTF-8 Encoding · 更新于 2026-10-25
UTF-8 编码是什么：定义、公式与实例
定义
UTF-8 是 Unicode 字符集最主流的编码实现：对 0-127 的 ASCII 字符用 1 字节（与老编码完全兼容），欧洲字母多用 2 字节，中日韩文字用 3 字节，emoji 与生僻字用 4 字节。变长设计让英文文本体积不变、中文膨胀 50%，换来的是全球任何文字互不冲突的统一编码。「一个汉字占 2 字节」是 GBK 时代的记忆，在 UTF-8 语境下应为 3 字节。
公式
数据库/文件体积估算：英文 ≈ 字符数；中文 ≈ 字符数 × 3（UTF-8）或 × 2（GBK）
数值实例
「一键算」3 个汉字在 UTF-8 下占 9 字节（3×3）；字符串 "abc一键算" 占 3+9=12 字节，但字符长度（JavaScript length）是 6——字节与字符是两套口径。
常见误区
把「乱码」归咎于 UTF-8 本身——乱码几乎都是「编码声明与实际不符」（如 UTF-8 文件被按 GBK 解码）；在 MySQL 中用 utf8 字符集实际是最多 3 字节的残缺实现（存不了 emoji），正确的是 utf8mb4。
配套计算器
相关术语
继续探索
浏览完整术语表，或回到首页使用 1435 款免费在线计算器。
返回术语表