Unicode 为什么角色是é；在UTF-8中编码为0xC3 0xA9？

如果我将字符

é

写入一个文件，并用十六进制编辑器打开它，我可以看到字节0xC3、0xA9

在维基百科中，第一个字节称为前导字节，第二个称为尾随字节。0xC3是一个元数据字节，意味着它编码的字符为1字节0xA9，但

é

的unicode值为

---

我基本上想知道为什么它是用0xA9而不是0xE9编码的。文本编辑器如何从0xC3A9转换为0xE9？任何移位操作？

是什么让你认为0xC3是“元数据字节”

UTF-8中的每个字节都包含编码的码点的相关信息

UTF-8编码码点的第一个字节包含一个标记（前导1的数量），该标记指示用于编码码点（*）和实际码点的前几位的字节总数。然后，所有尾随字节都包含一个“延续标记”（位

10

）和编码码点的另外6位

维基百科关于UTF-8的文章已经发布

有一种直接使用码点值的编码：UTF-32（又称UCS-4），基本上是“将码点值用作32位值”

（*）标记实际上非常简单：如果字节以开头（即它的最高有效位是）

0

，那么它是单字节编码（即0到127之间的码点）。如果它以

10

开头，则它是一个连续字节。如果是

110

，

1110

或

11110

则分别是2、3或4字节序列的开始

11111 0

和

11111 0

过去也有定义，但在现代UTF-8中不再有效（因为这些仅用于编码保证在Unicode标准中永远不会使用的值）。

说明如何将UTF-8字节0xC3A9映射为字符

é

。