La codifica UTF-8

L'UTF-8 è una rappresentazione dei caratteri Unicode che utilizza un numero variabile di byte per rappresentare un carattere. La rappresentazione e' generalmente efficiente poiché i caratteri più comuni (gli ASCII, ma per essere corretti i caratteri Basic Latin) sono rappresentati con un solo byte. Gli altri caratteri vengono rappresentati con due, tre o quattro byte.

Quindi UTF-8 consente di rappresentare tutti i caratteri Unicode, occupando meno spazio di altre codifiche (UTF-16 o UTF-32); inoltre essendo consistente con la codifica ASCII, può essere utilizzata anche con software datato, generalmente non scritto per funzionare con i caratteri Unicode.