Unicode和UTF-8编码

Unicode和UTF-8的关系：

• Unicode字符集几乎包括世界上所有已知字符。
• 但是Unicode没有规定如何存储这些字符怎么用二进制存储。
• 这个时候UTF-8就出现了，UTF-8（8-bit Unicode Transformation Format）。类似还有UTF-16、UTF-32。
• UTF-8使用1-4个字节为每个字符编码，UTF-16使用2-4个字节，UTF-32固定使用4字节为每个字符编码。
• UTF-8可以根据不同的符号自动选择编码的长度。UTF-32的缺陷很明显，对于英文字符这类字符消耗的空间是UTF-8的四倍。
• UTF-8是目前使用的最广的一种字符编码。

注意：

MySQL字符编码集有两套UTF-8实现：

• utf-8：utf-8只支持1-3个字节，在utf-8编码中，中文是三个字节，其他数字、英文、符号占一个字节。但emoji符号占4个字节，一些较复杂的文字和繁体字也是四个字节。
• utf-8mb4：UTF-8的完整实现，最多支持使用四个字节表示字符。