查看“︁Unicode 与 UTF-8”︁的源代码

Unicode 给字符分配码点；UTF-8 是把码点写成字节的一种编码。二者不是两个可以互换的“字符表”。<ref name="unicode">[https://www.unicode.org/faq/utf_bom.html Unicode 联盟，《UTF-8、UTF-16、UTF-32 与 BOM》，英文]</ref>

== 码点与字节 ==
码点通常写作 <code>U+</code> 加十六进制数。例如汉字“汉”的码点是 <code>U+6C49</code>，按 UTF-8 编码后是三个字节 <code>E6 B1 89</code>。码点和每个字节的十六进制写法都可能出现在谜题中，但必须先分清所指的单位。UTF-8 使用一至四个字节编码一个 Unicode 标量值；ASCII 范围内的字符保持单字节表示。<ref>[https://mirrors.nju.edu.cn/rfc/rfc3629.html IETF RFC 3629《UTF-8》，南京大学开源镜像，英文，第 3 节]</ref>

== 常见混淆 ==
同一个字形可能涉及不同码点或组合形式；不可见字符也会占有码点。显示为“乱码”不一定说明原文被加密，更常见的原因之一是写入和读取时选用了不同字符编码。中文环境还可能出现 GB 18030；它与 UTF-8 是不同的字节映射，不能把一串字节在两套编码间直接混读。<ref>[https://openstd.samr.gov.cn/bzgk/std/newGbInfo?hcno=A1931A578FE14957104988029B0833D3 国家标准 GB 18030-2022《信息技术 中文编码字符集》，标准题录]</ref>

== 相关条目 ==
[[ASCII编码]] · [[Base16]] · [[Unicode 字符]]

== 参考资料 ==
<references />

[[工具和科普/文字与密码|返回文字与密码]]