博瑞博客

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-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 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 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！