为什么python要将0000附加到每个UTF-32编码的字符？

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？

谢谢。

Answer 1

它只是按照与预期相反的(小端)顺序对字节进行排序。在PHP中也是如此：

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

0000feff是UTF-32BOM，00000061是"a“。

UTF-32 defaults to "natural endianness".如果你想要特定的东西，使用UTF-32-BE或UTF-32-LE。

Answer 2

61000000是U+0061的(小写) UTF-32编码，拉丁小写字母A。6100是(小写) UTF-16编码，61是UTF-8编码。