什么是不寻常的八重奏订单

Question

在XML文档和Mozilla通用字符集检测器(UCSD)的不同实现中，出现了一个BOM序列，其中字节顺序或单词顺序都颠倒了，但两者都没有，他们称之为“不寻常的八进制顺序”：

XML文档

F.1 Detection Without External Encoding Information
...
00 00 FF FE     UCS-4, unusual octet order (2143)
FE FF 00 00     UCS-4, unusual octet order (3412)

通用字符集检测器(UCSD)源 (仅举一个例子)：

  if (('\xFF' == aBuf[1]) && ('\x00' == aBuf[2]) && ('\x00' == aBuf[3]))
    // FE FF 00 00 UCS-4, unusual octet order BOM (3412)
    mDetectedCharset = "X-ISO-10646-UCS-4-3412";

  else if (('\x00' == aBuf[1]) && ('\xFF' == aBuf[2]) && ('\xFE' == aBuf[3]))
    // 00 00 FF FE UCS-4, unusual octet order BOM (2143)
    mDetectedCharset = "X-ISO-10646-UCS-4-2143";

通用字符集检测器(UCSD)文档

Known character sets
...
X-ISO-10646-UCS-4-2143
X-ISO-10646-UCS-4-3412

是否存在使用这种功能的硬件，是否有这样的编码或ISO标准，是否有支持编码/解码的流行libs？为什么这些序列不像其他无效序列一样被忽略？

Answer 1

ISO 10646和Unicode只包括大端和小端UCS-4/UTF-32，而不是中间端.据我所知，没有任何软件使用这些编码，它们实际上是无关的。那么，为什么XML标准会提到它呢？我不知道，但我想提到它是出于对理论完整性的渴望，而不是对任何实际价值的渴望；同样的可能也适用于字符检测/转换软件，其中包括对它的支持。

历史上，有一些系统使用中端字节顺序；PDP-11使用3412格式存储32位数字。因此，如果您尝试在PDP-11上处理UCS-4/UTF-32，那么UCS-4-3412格式可能是有用的。但在实践中，没有人尝试这样做，因为到Unicode到达时，PDP-11已经超过了鼎盛时期；而且由于PDP-11只是16位机器，所以UCS-4并不是与它们一起使用的最佳Unicode格式。