UTF-8是一種變長字節的編碼方式，它以8位（1字節）爲單位對Unicode進行編碼。UTF-8理論上最多可以達到6字節長，但目前全世界的字符只需要4字節就可以表示完。
UTF-8規定，對於某一字符的UTF-8編碼，如果只有一個字節則其最高位爲0；如果是多字節，則其第一字節的開頭由N位連續的1加一位0組成，其他字節開頭以“10”開頭，剩餘字節將Unicode的二進制表示從左向右填充。首字節連續的1的個數表示字符編碼所需的字節數。如下所示，
| Unicode | UTF-8 |
|---|---|
| 00 00 ~ 00 7F | 0xxxxxxx |
| 00 80 ~ 07 FF | 110xxxxx 10xxxxxx |
| 08 00 ~ FF FF | 1110xxxx 10xxxxxx 10xxxxxx |
| 1 00 00 ~ 1F FF FF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx |
| 20 00 00 ~ 3 FF FF FF | 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx |
| 400 00 00 ~ 7F FF FF FF | 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx |
如上表所示，漢字“文”的Unicode編碼爲0x6587，在0800~FFFF之間，所以UTF-8需要用3字節（1110xxxx 10xxxxxx 10xxxxxx）來表示，x使用0x6587的二進制表示來填充。最終，"文"的UTF-8編碼爲111001101001011010000111。
UTF-8兼容ASCII。
UTF-8中英文通常佔3個字節。
P.S. PHP代碼示例