UTF-16LE 和 UTF-16BE
UTF-16LE 和 UTF-16BE 都是双字节编码，但它们的主要区别在于字节顺序（即字节的排列顺序）。
UTF-16 的基本特性
-
双字节编码：
- UTF-16 使用 2个字节（16位） 来表示一个字符。
- 对于超出基本多语言平面（BMP，即 U+0000 到 U+FFFF）的字符，UTF-16 使用 4个字节（代理对，Surrogate Pair） 来表示。
-
字节顺序：
- UTF-16 有两种字节顺序：
- UTF-16LE（Little Endian）：低字节在前，高字节在后。
- UTF-16BE（Big Endian）：高字节在前，低字节在后。
- UTF-16 有两种字节顺序：
UTF-16LE 和 UTF-16BE 的区别
1. UTF-16LE（Little Endian）
- 字节顺序：低字节在前，高字节在后。
- 例如，字符
A（Unicode 码点U+0041）的编码为：- 低字节：
0x41 - 高字节：
0x00 - 存储顺序：
0x41 0x00
- 低字节：
2. UTF-16BE（Big Endian）
- 字节顺序：高字节在前，低字节在后。
- 例如，字符
A（Unicode 码点U+0041）的编码为：- 高字节：
0x00 - 低字节：
0x41 - 存储顺序：
0x00 0x41
- 高字节：
BOM（字节顺序标记）
UTF-16 文件通常以 BOM（Byte Order Mark） 开头，用于指示字节顺序：
- UTF-16LE 的 BOM 是
0xFF 0xFE。 - UTF-16BE 的 BOM 是
0xFE 0xFF。
如果没有 BOM，则需要通过其他方式推断字节顺序。
示例
以下是一个简单的示例，展示 UTF-16LE 和 UTF-16BE 的编码差异：
字符：A（Unicode 码点 U+0041）
- UTF-16LE：
0x41 0x00 - UTF-16BE：
0x00 0x41
字符：汉（Unicode 码点 U+6C49）
- UTF-16LE：
0x49 0x6C - UTF-16BE：
0x6C 0x49
总结
- UTF-16LE 和 UTF-16BE 都是双字节编码，但它们的字节顺序相反。
- 对于超出 BMP 的字符（如 Emoji），UTF-16 使用 4 个字节（代理对）表示。
- 通过 BOM 可以区分 UTF-16LE 和 UTF-16BE。
希望这个解释能帮助你更好地理解 UTF-16LE 和 UTF-16BE 的区别！如果还有其他问题，欢迎随时提问！
- 版权申明：此文如未标注转载均为本站原创，自由转载请表明出处《博瑞博客》。
- 本文网址：http://blog.neacn.com/C/162.html
- 上篇文章：MFC窗口风格 WS_style/WS_EX_style（超详细）
- 下篇文章：C++ std
