http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html
https://unix.stackexchange.com/questions/11602/how-can-i-test-the-encoding-of-a-text-file-is-it-valid-and-what-is-it
$ echo "严" > a.txt
$ file -I a.txt
a.txt: text/plain; charset=utf-8
$ hexdump a.txt
0000000 e4 b8 a5 0a
0000004
$ ls -alh a.txt
-rw-r--r-- 1 wanlerong wheel 4B 6 18 15:00 a.txt
file -I 检测文件的编码，但只是读取一些字节并作出"最佳猜测"。
文件的本质是一串二进制，而且不会存储自己是怎么编码来的，软件要读取这个文件只能靠猜。
这个文件大小就是 4 个字节，e4 b8 a5 0a
我们猜他是 utf8 编码的，于是可以解析到内容为： 严\r
Unicode 是一个符号集, 一个序号 => 符号的 map。
汉字严的 Unicode 是十六进制序号为 4E25 即序号20005
即二进制的序号 0100 1110 0010 0101
utf8 的规则，x 用来表示序号，其他的信息用来确定，这个字符需要用多少字节表示
首个字节有 n 个 1，表示这个字符需要用 n 个字节表示。
0xxxxxxx
110xxxxx 10xxxxxx
1110xxxx 10xxxxxx 10xxxxxx
11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
要表示“严”，需要用到 15 个 位，所以需要用 3 个字节
把 0100 1110 0010 0101 填到 x 里
得到 11100100 10111000 10100101 就是 utf8 编码后的内容了。