Python 以UTF-32编码的单个字符的长度

告诉我UTF-32编码使用的位数是32位，那么为什么这会给我一个64位的长度呢

>>> Bits(bytes = 'a'.encode('utf-32')).bin
'1111111111111110000000000000000001100001000000000000000000000000'
>>> len(Bits(bytes = 'a'.encode('utf-32')).bin)
64

---

UTF-32应该是一个4字节的固定长度字符集，根据我的理解，每个字符在32位内都有固定长度表示它，然而，上面代码的输出是64位。这是怎么回事？

UTF-32编码通常包括：；您有两个编码为UTF-32的字符。BOM表通常是必需的，因为它让解码器知道数据是按小端还是大端顺序编码的。BOM实际上只是代码点，在您的示例中，它被编码为

'11111111111100000000000000000'

（小端）

编码到Python提供的两个特定于endian的变体之一（

'utf-32-le'

或

'utf-32-be'

）以获取单个字符：

>>> Bits(bytes = 'a'.encode('utf-32-le')).bin
'01100001000000000000000000000000'
>>> len(Bits(bytes = 'a'.encode('utf-32-le')).bin)
32

-le

和

-be

变体允许您在没有BOM的情况下编码或解码UTF-32，因为您明确设置了字节顺序

如果您编码了多个字符，您会注意到，总有4个字节超出了字符数的要求：

>>> len('abcd'.encode('utf-32'))  # (BOM + 4 chars) * 4 bytes == 20 bytes
20

---

UTF-32的编码通常包括：；您有两个编码为UTF-32的字符。BOM表通常是必需的，因为它让解码器知道数据是按小端还是大端顺序编码的。BOM实际上只是代码点，在您的示例中，它被编码为

'11111111111100000000000000000'

（小端）

编码到Python提供的两个特定于endian的变体之一（

'utf-32-le'

或

'utf-32-be'

）以获取单个字符：

>>> Bits(bytes = 'a'.encode('utf-32-le')).bin
'01100001000000000000000000000000'
>>> len(Bits(bytes = 'a'.encode('utf-32-le')).bin)
32

-le

和

-be

变体允许您在没有BOM的情况下编码或解码UTF-32，因为您明确设置了字节顺序

如果您编码了多个字符，您会注意到，总有4个字节超出了字符数的要求：

>>> len('abcd'.encode('utf-32'))  # (BOM + 4 chars) * 4 bytes == 20 bytes
20

---

因此，BOM的长度与字符集中任何字符的位数相同？@BeshalJaenal BOM只是另一个代码点。因此，在UTF-32中，它编码为32位，就像任何其他代码点一样。因此，BOM的长度与字符集中任何字符的位数相同？@BeshalJaenal BOM只是另一个代码点。所以在UTF-32中，它编码为32位，就像其他任何代码点一样。