O Unicode codificação formulário que atribui a cada valor escalar Unicode em uma seqüência de bytes não assinados, de um a quatro bytes de comprimento.

• Em UTF-8, o ponto de código seqüência < 004D, 0430, 4E8C, 10302 > é representado como < 4 D D0 B0 E4 BA 8c F0 90 8C 82 >, onde <4D>corresponde a U + 004D, < D0 B0 > corresponde a U + 0430, < E4 BA 8c > corresponde a U + 4E8C, e < F0 90 8C 82 > corresponde a U + 10302.

• antes o padrão Unicode, versão 3.1, o problemático "formulário non-menor" em UTF-8 foram aqueles onde caracteres BMP podem ser representados em mais de uma maneira. Essas seqüências são mal formados, porque eles não são permitidos pela tabela 3-7.
• Porque os pontos de código substituto não são Unicode escalar valores, qualquer sequência de byte de UTF-8 que caso contrário poderia mapear para pontos de código D800...DFFF é mal-formado.