Python3中的固定长度编码

我目前正在用Python3编写一个加密/解密程序，它可以很好地处理字符串；但是，我在将其转换为使用字节字符串时遇到了一些问题，如在UTF-8中，字符可以用1到4个字节的任意形式表示

>>>'\u0123'.encode('utf-8')
b'\xc4\xa3'
>>>'\uffff'.encode('utf-8')
b'\xef\xbf\xbf'

---

经过一些研究，我发现python 3中目前没有编码，每个字节都有固定长度，所有字符都在UTF-8中-是否有任何模块/函数可以用来解决这个问题（比如通过附加空字节，使每个charter编码为长度为4的字节字符串）？UTF-8是一种始终使用可变字节数的编码；数量取决于输入文本的unicode代码点

如果您需要能够处理Unicode的固定长度编码，请使用UTF-32（UTF-16仍然使用每个码点2或4个字节）

注意，UTF-16和UTF-32编码都包括一个代码单元；一种初始码点，让解码器知道字节是以小的或大端顺序产生的。对于UTF-32，此代码点始终为4字节，因此您的输出长度将为4+（4*个字符计数）

您可以通过向编解码器添加

-le

或

-be

来编码到特定的字节顺序，在这种情况下，BOM表被省略：

>>> 'Hello world'.encode('utf-32')
b'\xff\xfe\x00\x00H\x00\x00\x00e\x00\x00\x00l\x00\x00\x00l\x00\x00\x00o\x00\x00\x00 \x00\x00\x00w\x00\x00\x00o\x00\x00\x00r\x00\x00\x00l\x00\x00\x00d\x00\x00\x00'
>>> 'Hello world'.encode('utf-32-le')
b'H\x00\x00\x00e\x00\x00\x00l\x00\x00\x00l\x00\x00\x00o\x00\x00\x00 \x00\x00\x00w\x00\x00\x00o\x00\x00\x00r\x00\x00\x00l\x00\x00\x00d\x00\x00\x00'
>>> 'Hello world'.encode('utf-32-be')
b'\x00\x00\x00H\x00\x00\x00e\x00\x00\x00l\x00\x00\x00l\x00\x00\x00o\x00\x00\x00 \x00\x00\x00w\x00\x00\x00o\x00\x00\x00r\x00\x00\x00l\x00\x00\x00d'

---

您有UTF-16，它编码为

2*len（text）+2

bytes。UTF-8是一种可变长度编码。因此，没有，世界上任何地方都没有固定长度和UTF-8的编码。我只需要它让UTF-8UTF-16中的所有字符都不起作用-'\u0123'。encode（'UTF-16'）给出b'\xff\xfe\x01'和'\uffff'。encode（'UTF-16'）给出b'\xff\xfe\xff'。我到底做错了什么？@VladimirShevyakov:这就是BOM；它总是包含在UTF-16编码中。'\uffff'.encode（'UTF-32'）给出b'\xff\xfe\x00\xff\xff\x00\x00'和'\u0123'。encode（'UTF-32'）给出b'\xff\xfe\x00\x01\x00\x00'。#是做什么的？@VladimirShevyakov：同样，这是BOM表。我会更新（但要耐心，在火车上，连接是可变的）。