用socket请求HTTP时返回了UT-8格式的汉字，按2个字节解析显示的汉字个数不正确，按3个字节解析才能正常显示汉字，原来在UTF-8中普通的汉字都是用3个字节存储的。
常用的GB2312则是2个字节表示一个汉字，二者不同。
了解下编码的基本知识:
UTF-8：Unicode TransformationFormat-8bit。是用以解决国际上字符的一种多字节编码，它对英文使用8位（即一个字节），中文使用24为（三个字节）来编码。
UTF-8包含全世界所有国家需要用到的字符，是国际编码，通用性强。
UTF-8编码的文字可以在各国支持UTF8字符集的浏览器上显示。如，如果是UTF8编码，则在外国人的英文IE上也能显示中文，他们无需下载IE的中文语言支持包。
GBK是国家标准GB2312基础上扩容后兼容GB2312的标准。GBK的文字编码是用双字节来表示的，即不论中、英文字符均使用双字节来表示，为了区分中文，将其最高位都设定成1。GBK包含全部中文字符，是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBD大。
GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换。