占2个字节的：〇
占3个字节的：基本等同于GBK，含21000多个汉字
占4个字节的：中日韩超大字符集里面的汉字，有5万多个
一个utf8数字占1个字节
一个utf8英文字母占1个字节
在查找 UTF-8 编码资料时发现，很多的帖子说的 UTF-8 编码里，一个汉字占用3个字节，有的还做了个证明，大概是这样的，创建一个没有BOM的UTF-8编码的文本文件，里面保存了几个汉字，然后查看文件的大 小。我觉得这样的证明没有一点说服力，因为 UTF-8 是变长的，1-6个字节，少量的汉字检测是不能说明所有的汉字都是的。
后来我又查看了字符映射表－汉语，找到了正确的答案，少数是汉字每个占用3个字节，多数占用4个字节。
占用3个字节的范围[text] view plaincopy
- U+2E80 – U+2EF3 : 0xE2 0xBA 0×80 – 0xE2 0xBB 0xB3 共 115 个
- U+2F00 – U+2FD5 : 0xE2 0xBC 0×80 – 0xE2 0xBF 0×95 共 213 个
- U+3005 – U+3029 : 0xE3 0×80 0×85 – 0xE3 0×80 0xA9 共 36 个
- U+3038 – U+4DB5 : 0xE3 0×80 0xB8 – 0xE4 0xB6 0xB5 共 7549 个
- U+4E00 – U+FA6A : 0xE4 0xB8 0×80 – 0xEF 0xA9 0xAA 共 44138 个
- U+FA70 – U+FAD9 : 0xEF 0xA9 0xB0 – 0xEF 0xAB 0×99 共 105 个
合计： 52156 个
占用4个字节的范围[text] view plaincopy
- U+20000 – U+2FA1D : 0xF0 0xA0 0×80 0×80 – 0xF0 0xAF 0xA8 0x9D 共 64029 个
合计： 64029 个
GBK编码，一个汉字占两个字节。
UTF-16编码，通常汉字占两个字节，CJKV扩展B区、扩展C区、扩展D区中的汉字占四个字节（一般字符的Unicode范围是U+0000至U+FFFF，而这些扩展部分的范围大于U+20000，因而要用两个UTF-16）。
UTF-8编码是变长编码，通常汉字占三个字节，扩展B区以后的汉字占四个字节。依据编码形式：
GB－231280 编码为 2个字节(Byte) 包含了 20902 个汉字，其编码范围是 0×8140-0xfefe。
GB18030-2000(GBK2K) 在 GBK 的基础上进一步扩展了汉字，增加了藏、蒙等少数民族的字形。编码是变长的，其二字节部分与 GBK 兼容；四字节部分是扩充的字形、字位，其编码范围是首字节 0×81-0xfe、二字节0×30-0×39、三字节 0×81-0xfe、四字节0×30-0×39
Unicode 范围一般所用为\U0000-\UFFFF，对于CJK EXT B区汉字，范围大于\U20000
UTF， 按其基本长度所用位数分为UTF-8/16/32。其中：
UTF-8是变长编码，每个Unicode代码点按照不同范围，可以有1-3字节的不同长度。UTF-16长度相对固定，只要不处理大于\U200000范围的字符，每个Unicode代码点使用16位即2字节表示，超出部分使用两个UTF-16即4字节表示。按照高低位字节顺序，又分为UTF-16BE/UTF-16LE。
UTF-32长度始终固定，每个Unicode代码点使用32位即4字节表示。按照高低位字节顺序，又分为UTF-32BE/UTF-32LE。