这个问题与Construct python库有关，尽管这并不重要。
我正在编写一段需要解析UTF16 / 32编码字符串的代码，没有前缀（类似于PascalString），并且随后有任意数据。我需要有人来确认我的理解哦这些编码。如果这些假设成立，我知道如何编写解析器。
我意识到一些代码点不一定是2个字节（UTF16）。
答案 0 :(得分：1)
是的，根据定义，UTF-16必须是2个字节的倍数，而UTF-32必须是4个字节的倍数。
对于UTF-32，每个代码点将为4个字节。对于UTF-16，每个代码点可以是2或4个字节，这将由字值确定 - 0xd800到0xdfff将仅出现在4个字节序列中，其余的仅出现在2个字节序列中。有关详细信息，请参阅Wikipedia page on UTF-16。
Codepoint 0未正式从Unicode中排除，因此它可能显示为有效序列的一部分。这是不太可能的，因此使用它来标记字符串的结尾并不是不合理的。