为什么python会将0000附加到每个UTF-32编码字符？

Question

尝试：

codecs.getencoder('hex_codecs')(codecs.getencoder('utf-32')('a')[0])

Python将输出：

('fffe000061000000', 8)

为什么python将0000附加到UTF-32编码的字符串？

感谢。

Answer 1

没有。 61000000是U + 0061（LATIN SMALL LETTER A）的（little-endian）UTF-32编码。6100将是（little-endian）UTF-16编码，61将是UTF-8编码。

Answer 2

它只是以相反的（小端）顺序排序字节，而不是你预期的。在PHP中也一样：

> bin2hex(iconv('ASCII', 'UTF-32', 'a'));
0000feff00000061

0000feff是UTF-32 BOM，00000061是“a”。

UTF-32 defaults to "natural endianness"。如果您需要特定内容，请使用UTF-32-BE或UTF-32-LE。