keakon的涂鸦馆

1. 对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。
   
2. 对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。
   

function byteLength(s) {
  var totalLength = 0;
  var charCode;
  for (var i = 0; i < s.length; ++i) {
    charCode = s.charCodeAt(i);
    if (charCode < 0x0080) {
      ++totalLength;
    } else if (charCode < 0x0800) {
      totalLength += 2;
    } else if (charCode <= 0xffff) {
      totalLength += 3;
    } else {
      totalLength += 4;
    }
  }
  return totalLength;
}

>>> s=u'好'
>>> len(s)
1
>>> len(s.encode('gbk'))
2
>>> len(s.encode('utf8'))
3
>>> s=u'Google vs 百度'
>>> len(s)
12
>>> len(s.encode('gbk'))
14
>>> len(s.encode('utf8'))
16