吃完饭和同事聊天，讨论一个汉字在UTF-8中占的字节数，网上说有3个的，也有4个的。
我们常用的，在unicode中，一个汉字的范围是0X4E00到0x9FA5，我们常用这个来匹配汉字，我们尝试把0x9FA5转成UTF-8，发现还是3个字节，那么我想问问，到底还有没有4个字节的汉字，是汉字。？
补充：根据UNICODE表，发现汉字出现在多个区间内，不仅仅在0X4E00到0x9FA5，只能说平时用这个区间来匹配汉字是一种不完美的写法。
在UNICODE表中，表明有CJK的可能就有汉字，所以不局限于0X4E00到0x9FA5，OVER。
纠正一下 不是0X4E00到0X9FA5 而是 \u4EOO到\u9FA5
\u0800 - \uFFFF 这个区间内的unicode，以utf-8编码存储，都是占3个字节，所以上述区间内的汉字，全部都是3个字节
但utf-8本身支持1-6个字节，用以覆盖需要用4个字节来表示的所有unicode字符
现在已经有四个字节的汉字了，比如这个 \U00020001。
P.S. 字无法直接写出来，SF 直接拒绝存储这种字了…… ٩(๑`^´๑)۶
当前四个字节汉字的范围是 \U00020000 ~ \U0002B81D，未来还会不断扩大，它们都是些非常生僻的字。
http://en.wikipedia.org/wiki/CJK_Unified_Ideographs#CJK_Unified_Ideographs_Extension_D
php的strlen和mb_strlen计算 刘惜君 这三个汉字结果是多少？