При кодировании текста Unicode данные в оперативной памяти хранятся в виде двоичного числа. 3 Когда символ сохраняется в памяти, он сначала преобразуется в цифровой код, а затем этот код сохраняется как двоичное число. 3

То, как символы с соответствующими кодами будут храниться в памяти компьютера, зависит от конкретной кодировки, базирующейся на Unicode, например UTF-8. 3

В UTF-8 каждый символ кодируется разным количеством байтов — всё зависит от того, какой длины исходное число: 4

• До 7 бит — выделяется один байт, первый бит всегда ноль. 4
• 8–11 бит — выделяется два байта. 4 Две единицы в начале говорят, что перед нами символ из двух байтов. 4 Последовательность 10 в начале второго байта — признак того, что это продолжение предыдущего байта. 4
• 12–16 бит — выделяется три байта. 4 Три единицы в начале — признак трёхбайтного символа. 4 Каждый байт продолжения начинается с 10. 4
• 17–21 бит — для кодирования нужно четыре байта. 4

Например, латинские буквы и цифры в UTF-8 закодированы под один байт, а китайские иероглифы — под два байта. 1