Задание № 11 · ЕГЭ

UTF-8

Переменная по длине кодировка символов Юникода

2 мин чтенияСложность: Обновлено 29 сентября 2026

UTF-8 — это кодировка переменной длины, которая представляет символы Юникода последовательностями от 1 до 4 байтов. Она широко используется в текстовых файлах и интернете, потому что поддерживает символы разных языков и сохраняет совместимость с ASCII.

UTF-8UTF-8 расшифровывается как Unicode Transformation Format, 8-bit: формат преобразования Юникода с использованием 8-битных байтов.

UTF-8 (от Unicode Transformation Format — «формат преобразования Юникода») — способ кодирования символов Юникода в последовательности байтов длиной от 1 до 4. Символы ASCII с кодами от 0 до 127 в UTF-8 занимают один байт и имеют те же значения, что и в ASCII.

Как кодируются символы

Длина записи зависит от номера символа в Юникоде. Латинские буквы, цифры и основные знаки обычно занимают 1 байт; многие кириллические буквы — 2 байта; символы некоторых алфавитов и эмодзи — 3 или 4 байта. Важно отличать количество символов от количества байтов: слово может содержать несколько символов, но занимать больше байтов.

\[L \in \{1,2,3,4\} \text{ байта на один символ}\]

№

Пример

Буква «A» кодируется одним байтом: 01000001. Буква «А» (кириллическая) в UTF-8 занимает два байта: 11010000 10010001. Поэтому строка из 10 кириллических букв обычно занимает 20 байтов без учёта дополнительных символов.

Проверь себя

Сколько байтов в UTF-8 занимает символ ASCII с кодом 65?

Не путайте

Юникод — это набор кодовых позиций и правил представления символов, а UTF-8 — конкретная кодировка символов, то есть способ записать эти позиции байтами. Один и тот же текст Юникода можно кодировать также UTF-16 или UTF-32.

При оценке размера текстового файла в UTF-8 считают именно байты, а не только количество символов. Для учебных задач следует определить, какие символы входят в текст, и умножить их количество на соответствующую длину кодирования.

Главное за минуту

Главное

UTF-8 кодирует символы Юникода последовательностями от 1 до 4 байтов.
ASCII-символы занимают 1 байт, кириллица обычно 2 байта, некоторые символы — 3 или 4.
Количество символов текста не всегда равно количеству байтов в файле.