C# 关于Encoding编码 举例UTF8

在UTF-8编码中，一个字符可能由一个或多个字节组成。每个字节的前几位用于指示该字符需要多少字节来表示。具体来说，UTF-8编码使用以下规则：

如果一个字节的最高位是0，那么它表示一个ASCII字符，并且该字节就是该字符的完整表示。

如果一个字节以110开头，它表示这是一个两字节字符的第一个字节。

如果一个字节以1110开头，它表示这是一个三字节字符的第一个字节。

如果一个字节以11110开头，它表示这是一个四字节字符的第一个字节。

在你提供的byte[] bb数组中：

byte[] bb = { 228, 189, 160, 229, 165, 189 };

228（二进制表示为11100100）是以1110开头的，所以它表示一个三字节字符 的第一个字节。
229（二进制表示为11100101）同样是以1110开头的，也表示一个三字节字符 的第一个字节。

在你的数组中，228和229都是各自三字节UTF-8字符序列的开始。每个这样的序列都包含三个字节

其中第一个字节表示字符需要多少字节，而后面的字节包含字符的实际编码。

故要正确解码这些字节序列，你需要以三个字节为一组来解读它们。例如：

228, 189, 160 这三个字节一起表示一个UTF-8编码的字符。
229, 165, 189 这三个字节一起表示另一个UTF-8编码的字符。

当你使用Encoding.UTF8.GetString(bb)时，.NET Framework的UTF-8解码器会识别这些字节序列，并将它们转换回对应的Unicode字符，然后这些字符会被组合成一个字符串。

在你的例子中，228, 189, 160 对应的Unicode字符是中，而229, 165, 189 对应的Unicode字符是文。所以，当你显示这个字符串时，你会看到"中文"。

简而言之，228和229在UTF-8编码中的作用是标识三字节字符序列的开始。它们自身并不直接对应任何字符，而是与跟随它们的字节一起，共同表示一个特定的Unicode字符。

注意：

1byte = 8bit