ED A0 80 ED B0 80是一个有效的UTF-8字节序列吗？
java.nio.charset.Charset.forName（“utf8”）。decode解码一个字节序列
ED A0 80 ED B0 80 进入Unicode代码点：
U+10000
java.nio.charset.Charset.forName（“utf8”）。decode也解码一个字节序列
F0 90 80 80
进入Unicode代码点：
U+10000
这由以下代码validation。
现在这似乎告诉我UTF-8编码方案将ED A0 80 ED B0 80和F0 90 80 80解码为相同的unicode代码点。
但是，如果我访问https://www.google.com/search?query=%ED％A0％80％ED％B0％80 ，
我可以看到它明显不同于页面https://www.google.com/search?query=%F0%90％80％80
由于谷歌搜索使用的是UTF-8编码方案（如果我错了，请纠正我），
这表明UTF-8不能将ED A0 80 ED B0 80和F0 90 80 80解码为相同的unicode码点。
所以基本上我想知道，按官方标准，UTF-8应该将ED A0 80 ED B0 80字节序列解码为Unicode代码点U + 10000吗？
代码 ：
public class Test { public static void main(String args[]) { java.nio.ByteBuffer bb = java.nio.ByteBuffer.wrap(new byte[] { (byte) 0xED, (byte) 0xA0, (byte) 0x80, (byte) 0xED, (byte) 0xB0, (byte) 0x80 }); java.nio.CharBuffer cb = java.nio.charset.Charset.forName("utf8").decode(bb); for (int x = 0, xx = cb.limit(); x < xx; ++x) { System.out.println(Integer.toHexString(cb.get(x))); } System.out.println(); bb = java.nio.ByteBuffer.wrap(new byte[] { (byte) 0xF0, (byte) 0x90, (byte) 0x80, (byte) 0x80 }); cb = java.nio.charset.Charset.forName("utf8").decode(bb); for (int x = 0, xx = cb.limit(); x < xx; ++x) { System.out.println(Integer.toHexString(cb.get(x))); } } }
ED A0 80 ED B0 80是UTF-16代理对D800 DC00的UTF-8编码。 在UTF-8中不允许这样做：
但是，D800和DFFF之间的UCS-2值对（Unicode术语中的代理对）……需要特殊处理： 必须撤消UTF-16转换 ，产生UCS-4字符，然后如上所述进行转换。
但是，这种编码用于CESU-8和Java的“Modified UTF-8”。
由于谷歌搜索使用的是UTF-8编码方案（如果我错了，请纠正我），
基于搜索框，Google似乎正在使用某种编码自动检测function。 如果你传递F0 90 80 80 ，它是有效的UTF-8，它会将其解释为UTF-8（ 𐀀 ）。 如果你传递ED A0 80 ED B0 80 ，这是无效的UTF-8，它会将其解释为windows-1252 （ í €í°€ ）。
Java的UTF8实际上是CESU-8的变种。 第一种情况是使用以UTF8“style”编码的代理对。
F0 90 80 80
解码为U+10000 ，或LINEAR B SYLLABLE B008 A
ED A0 80 ED B0 80
解码为U+d800 U+dc00 。