UTF-8
编码互联网主流的 Unicode 传输格式
UTF-8 是 Unicode 的变长字节编码（RFC 3629，2003），用 1–4 个字节表示任意码位，完全兼容 ASCII，如今占全球网页编码的 98% 以上。
变长设计的智慧
UTF-8 由 Ken Thompson 与 Rob Pike 于 1992 年设计。ASCII 字符（U+0000–U+007F）用 1 个字节且最高位为 0，与 1963 年的 ASCII 完全逐字节兼容——老系统看到 UTF-8 文本至少不会乱码。中文等字符用 3 字节，emoji 用 4 字节。首字节的前导 1 的个数就是总字节数，续字节恒为 10xxxxxx，因此任意位置都可靠地重新同步。
标准与普及
正式规范见 RFC 3629（2003），UTF-8 被 POSIX、HTML5（默认编码）、JSON（RFC 8259 要求）、XML 声明广泛采纳。W3C 自 HTML5 起将 UTF-8 列为唯一推荐编码，2010 年前后超越其他所有编码成为网页主流。
BOM 与无 BOM
UTF-8 可选地以 EF BB BF 开头（BOM，字节序标记），Windows 记事本旧版默认加 BOM，而很多 Unix 工具会把 BOM 当正文首个字符处理导致问题。Web 场景建议无 BOM，靠 HTTP 头或 <meta charset> 声明编码。
常见乱码场景
"ä¸å›½"式乱码是 UTF-8 字节被按 Latin-1 解读；"涓枃"是 UTF-8 字节被按 GBK 解读；每字一个 ? 是编码时丢失信息（target 编码不含该字符）。排查思路固定：确认源端编码 → 确认传输是否改码 → 确认目标端解码方式。