在電腦剛開始發展時，ASCII 編碼僅用了 7 bits 表示 128 (2^7) 種文字。
換句話說，ASCII 編碼基本上只能表達英文字母 A-Z、a-z、數字 0-9 以及一些標點符號。
雖然不夠完善，但是對於英語系國家來說 ASCII 編碼已經十分夠用了。

直到電腦普及到世界各地，Unicode 誕生了！！！他記錄了全世界所有的文字與符號。
Unicode 又稱為"Universal Multiple-Octet Coded Character Set"。
在 Unicode 中，他讓各語言的文字符號都能用一個數字代表它，而且這個數字是世界通用且不會重複的，有點像是一個巨大的hash table。
Unicode 通常使用[U+]加一組十六進位的數字來表示文字，例如：U+55E8。

但是 Unicode 只解決了編碼統一的問題，並沒有解決儲存和解析的問題。
如果統一用一固定長度的編碼來表達全世界的文字，勢必得用多個位元組來表達一個字元，這將會浪費儲存空間與傳輸頻寬。
對於英語系國家而言，使用 ASCII 編碼就夠用了，根本沒必要用 Unicode。

因此 UTF-8 (8-bit Unicode Transformation Format) 完美的解決這個問題，UTF-8 是個可變長度的編碼，它使用 1 ~ 4 bytes 來表達一個字元。
並向下相容 ASCII，UTF-8 的前 128 個字元編碼與 ASCII 編碼完全相同，如此一來處理英文字元時就不會有上述提到浪費空間的問題。
UTF-8 編碼方式如下表：

中文字的 Unicode 符號範圍均落在上表粗體部分
將中文字的 Unicode 編碼轉成二進位後按順序填入上表 x 的部分，就成為 UTF-8 編碼。
例如：0x55E8 轉成二進位變成 0101 0101 1110 1000 按順序填入上表粗體 x 部分變成 11100101 10010111 10101000。
所以中文字存儲在字串中，才會包含3個位元，而且三個位元皆為負數，將此三個位元輸出就能得到中文字。
例如：將 11100101 10010111 10101000 以二補數法轉成十進位，再將此十進位數字以字元的方式輸出，就能得到中文字。

順帶一提：常見網址上中文變成[%]加一組十六進位數字，也是因為使用 UTF-8 編碼。 
例如：上述的 11100101 10010111 10101000 轉成16進位變成 E5 97 A8，而網址就會呈現%E5%97%A8。