1个字节：0XXXXXXX
2个字节：110XXXXX 10XXXXXX />3个字节： 1110XXXX 10XXXXXX 10XXXXXX
4个字节：11110xxx 10XXXXXX 10XXXXXX 10XXXXXX
本文根据上面的字符串遍历的特点来确定一个字符串是否是UTF-8编码。应当注意的是，每个字节的UTF-8字符串的值具有一定的范围，而不是所有的值？是有效的UTF-8字符，但在一般应用足够长的字符串判断的情况下，更准确，是实现比较简单。具体的字节范围，可以发现在这本书的“Unicode解释”6.4.3。
布尔IsUTF8（const void *的pbuffer的，长尺寸）
{
布尔IsUTF8 = TRUE
unsigned char型*开始=（无符号字符*）pbuffer的/无符号的char *结束=（unsigned char型）pbuffer的+大小
（起点和终点）
{
（*开始<0X80）/ /（10000000）：值小于0x80的ASCII的字符
{
开始+ +
}
否则，如果（*启动<（0XC0））/ /（11000000）：值吗？ 0XC0之间的范围0x80无效的UTF-8字符
{
IsUTF8 = FALSE
突破
}
否则，如果（*开始（0XE0））/在2个字节的UTF-8字符/（11100000）：
{
（开始>=结束 - 1）
突破
（（开始[1]（0XC0） ）= 80H时）
{
IsUTF8 = FALSE
突破
}
开始+ = 2
}
否则，如果（*启动<（31:8））/ /（11110000）：结束的3个字节的UTF-8字符
{
（“开始”>= - 2）
突破。 .. />（（开始[1]（为0xC0））= 0x80的| |（启动[2]（为0xC0））= 80H时）
{
IsUTF8 = FALSE
休息
}
开始+ = 3
}
{
IsUTF8 = FALSE
突破
}
}
回报IsUTF8
}
UTF-UCS编码的16至16个单位。小于0x10000的UCS码，UTF-16编码是等于相应的UCS代码的16位无符号整数。对于不小于0x10000的UCS码，定义了一个算法。然而，实际使用的UCS2，或者UCS4的BMP必然小于0x10000，所以现在你可以认为UTF -16和UCS-2基本相同。 UCS-2是一种编码方案，UTF-16已被用于实际的传输，所以我们要考虑的字节顺序。
一、这个转换关键要有码表，而不是什么语言。UTF-8不一定总能转换成GB2312、GBK、GB-18030等。GB2312实际上是UTF-8（Unicode的一种形式）的一个子集。常用的基本方式有两个类别：
1、iconv，这个是通用的，具体的看手册
2、Windows的WideCharToMultiByte、MultiByteToWideChar。WideChar就是Unicode（UTF-16），UTF-8、GB2312等同属于MultiByte，先要将UTF-8变成WideChar，然后将WideChar再变成GB2312。
二、如果只有一两个文件，用记事本打开UTF8文件，然后保存，保存时点击“保存选项”按钮，选择文件格式为ANSI，在中文Windows环境下，这个新文件就是GB2312格式的了。
可能和编辑器保存时的格式有关。一般对于UTF-16等格式，会在文件开头加上一个byte order mark，即BOM，用来在加载时识别该文件编码。对于没有BOM的文件，一般编辑器会读取一定的内容，对该内容进行分析，并猜测对应的文件编码，所以这种文件不是所有时候会被正确识别，所以会出现乱码。而对于UTF-8，如果保存时没有加上对应的BOM，那么可能编辑器在加载时会误认为ANSI。但是由于UTF-8向下兼容ANSI，所以一个以ANSI保存的文件可以用UTF-8格式打开。
