Redigerer UTF-8 (avsnitt)

== Begrunnelsen bak UTF-8s konstruksjon ==
Som en konsekvens av UTF-8s konstruksjon har UTF-8-sekvenser de følgende egenskapene:

* Den første biten i et tegn som kun tar opp en byte er alltid <code>0</code>.
* De første bitene i den første byten i en sekvens på flere byte angir lengden på sekvensen. Disse er <code>110</code> for to-bytes sekvenser, <code>1110</code> for tre-bytes sekvenser, og så videre.
* De påfølgende byte i en sekvens på flere byte har <code>10</code> som deres to første bit.

UTF-8 ble designet for å inneha disse egenskapene for å garantere at ingen bytesekvens som utgjør et tegn inneholdes i en lengre bytesekvens som representerer et annet tegn. Dette sikrer at strenger kan sammenlignes byte for byte for å søke etter ord eller fraser inni en tekst. Enkelte eldre 8-bits encodinger med variabel lengde (som [[Shift-JIS]]) hadde ikke denne egenskapen, noe som gjorde algoritmer for sammenligning av strenger heller kompliserte. Selv om det blir sagt at denne egenskapen resulterer i [[redundans]] i UTF-8-kodet tekst, er fordelene større enn ulempene; dessuten er ikke [[komprimering|datakompresjon]] en av Unicodes målsetninger. Dette betyr også at hvis en eller flere byte går tapt på grunn av feil, kan en fortsette på begynnelsen av neste tegn og dermed begrense skadene.