*UTF-8
UTF-8是一个变长的编码方案，用于表示Unicode字符。在UTF-8编码中，一个字符可以由1到4个字节来表示。具体的字节数取决于字符的Unicode码点：
1字节：如果字符的Unicode码点在U+0000到U+007F之间，它会被编码为一个单一的字节。这意味着ASCII字符集中的字符（例如英文字母、数字和某些标点符号）在UTF-8中都是1字节（兼容 ascii 这也是为什么首选 utf8原因）。
2字节：如果字符的Unicode码点在U+0080到U+07FF之间，它会被编码为两个字节。
3字节：如果字符的Unicode码点在U+0800到U+FFFF之间，它会被编码为三个字节。这包括了大部分常用的汉字、韩文、日文等。
4字节：如果字符的Unicode码点在U+010000到U+10FFFF之间，它会被编码为四个字节。
Unicode
Unicode是一个国际标准，旨在为世界上所有的字符、字母和符号定义一个唯一的数字标识码。
1、全球字符集：Unicode旨在包含世界上所有的字符、标点和符号。
2、唯一的代码点：在Unicode中，每个字符都有一个唯一的标识符，称为“代码点”。
3、平面和区域：Unicode字符被分配到不同的“平面”中。最常用的字符位于基本多文种平面 (BMP)，其代码点范围是U+0000到U+FFFF。还有其他辅助平面来容纳其他较少使用的字符。
4、不是编码方案：Unicode定义了字符和代码点的关系，但它本身不是一个字节编码方案。UTF-8、UTF-16和UTF-32是将Unicode代码点转换为字节序列的编码方案。
5、兼容性：Unicode被设计为与ASCII完全兼容。这意味着在ASCII范围内的Unicode代码点与原始的ASCII字符有相同的数字值。
6、规范化：由于历史和文化原因，某些字符可以有多种不同的表示方法。Unicode提供了规范化过程，使得这些字符可以被转换为一个标准形式，从而在字符串比较和搜索中有一致的结果。
7、现代和历史文本：Unicode不仅包括现代使用的字符，还包括古老和历史性的脚本，如古埃及的象形文字和古代楔形文字。
举个列子
s='你好' (中文三个字节表示一个字符，一个字节八位，三个字节可以表示2^(3*8)个字符)
"你好" 的UTF-8字节表示：b'\xe4\xbd\xa0\xe5\xa5\xbd'
整数列表创建字节 bytes_list = [0xe4, 0xbd, 0xa0, 0xe5, 0xa5, 0xbd]
result = bytes(bytes_list)
print(result) # 输出: b'\xe4\xbd\xa0\xe5\xa5\xbd'，这表示 "你好"
s='hello'
"hello" 的 UTF-8 字节表示：b'hello'
整数列表创建字节 byte_list = [104, 101, 108, 108, 111]
b = bytes(byte_list)
print(b) # 输出：b'hello'
使用Go语言将字符串中的中文字符替换为空
package main
import (
"fmt"
"regexp"
)
func main() {
str := "Hello 你好 World 世界"
// 使用正则表达式匹配中文字符
re := regexp.MustCompile("[\u4e00-\u9fa5]")
result := re.ReplaceAllString(str, "")
fmt.Println(result) // 输出: Hello World
}
Unicode码点在U+0800 怎么使用utf8表示
为了将 U+0800 转换为 UTF-8，我们可以按照以下步骤操作：
U+0800 用二进制表示是: 1000 0000 0000
根据 UTF-8 的编码规则，对于三个字节的字符：
第一个字节的前缀是 1110，其后跟字符的前 4 位；
第二个字节的前缀是 10，其后跟字符的接下来的 6 位；
第三个字节的前缀是 10，其后跟字符的最后 2 位。
以此为基础，将 U+0800 转换为 UTF-8：
第一个字节：1110 + 1000 = 11101000 = 0xE0 in hex
第二个字节：10 + 000000 = 10000000 = 0x80 in hex
第三个字节：10 + 0000 = 10000000 = 0x80 in hex
因此，U+0800 在 UTF-8 编码格式下表示为字节序列 0xE0 0x80 0x80。
Unicode码点在U+1F600 怎么使用utf8表示
为了将 U+1F600 Unicode 码点转换为 UTF-8 编码，我们可以按照以下步骤操作：
首先，U+1F600 用二进制表示是: 1 1111 0110 0000 0000
根据 UTF-8 的编码规则，对于四个字节的字符：
第一个字节的前缀是 11110，其后跟字符的前 3 位；
第二个字节的前缀是 10，其后跟字符的接下来的 6 位；
第三个字节的前缀是 10，其后跟字符的接下来的 6 位；
第四个字节的前缀是 10，其后跟字符的最后 6 位。
以此为基础，将 U+1F600 转换为 UTF-8：
第一个字节：11110 + 001 = 11110001 = 0xF0 in hex
第二个字节：10 + 111101 = 10111101 = 0xBD in hex
第三个字节：10 + 100000 = 10100000 = 0xA0 in hex
第四个字节：10 + 000000 = 10000000 = 0x80 in hex
因此，U+1F600 在 UTF-8 编码格式下表示为字节序列 0xF0 0xBD 0xA0 0x80。
科普 为什么使用十六进制表示字节
在计算机中，字节（byte）通常用两个十六进制数字表示，因为一个字节等于8位，而每一个十六进制数字可以表示4位（也称为一个“nibble”或四位二进制数）。这意味着两个十六进制数字正好可以表示一个字节。
例如，考虑字节 10101100。我们可以将这个字节分成两部分：1010 和 1100。在十六进制中，1010 对应于 A，1100 对应于 C。因此，10101100 的十六进制表示是 AC。
在很多编程语言和文本表示中，十六进制值通常以 0x 前缀表示，例如：0xAC。
在实际应用中，当你看到如 \xFF 或 0xFF 这样的表示时，它们表示一个值为 255 的字节，其中 FF 是该字节的十六进制表示。
