UTF-8は8ビットを単位とするUnicodeのエンコーディングです（UTF = Unicode transformation format / UCS transformation format）。Ken Thompson が1992年に考案し，RFC 2279（1998）で6バイトまでのもの，RFC 3629（2003）で4バイトまでのものが定められています。
次の表は4バイトまで（6バイトまで）のUTF-8の原理を表したものです。
| 0000-007F | 0xxxxxxx |
| 0080-07FF | 110xxxxx 10xxxxxx |
| 0800-FFFF | 1110xxxx 10xxxxxx 10xxxxxx |
| 10000-10FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx |
| 200000-3FFFFFF | 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx |
| 4000000-7FFFFFFF | 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx |
Last modified: 2007-08-05 15:42:58