我希望在使用Unicode编码方案编码的文本的原始字节流中查找不可打印的ASCII字符时使用一些快捷方式。
我知道，例如，在UTF-8编码中，如果使用多个字节编码字符，则每个字节将始终为=＆gt;因此，如果一个字节的值为＆lt; 32我知道这是一个不可打印的ASCII字符。我想知道我是否可以使用UTF-16和UTF-32进行类似的快捷方式。
我知道UTF-16和UTF-32对编码的ASCII字符使用零填充，但想知道非ASCII范围字符中的单个字节是否可能小于32。
基本上我想知道我是否可以可靠地扫描32位以下ASCII字符的字节（就像我使用UTF-8一样），而不必将流解码为字符。
作为参考，我正在寻找换行符（10,13）来将文本索引到行中，并查看这样做的最佳方式，即无需解码为字符。
答案 0 :(得分：3)
UTF-32是一种简单，简洁的编码。每个字符都由其32位代码点直接表示。没有像UTF-8这样的规定，在非ASCII字符的中间永远不会找到ASCII字节。当“编码”为UTF-32时，\uxxxxxx10，\uxxxx10xx，\uxx10xxxx或\u10xxxxxx形式的任何代码点都将包含字节0x10。
但是，因为每个字符总是一个完整的32位，所以可以以4字节块的形式读取流，并查看4字节值0x00000010或0x00000013