java - UTF-16 中字母 A 占用的字节数是多少？

Question

实际上我有一个非常简单的问题，当用Java编码时，字母“A”在UTF-16编码中应该占据的最小大小(字节数)是多少(但这应该是无关紧要的)。

我真的认为这个非常简单:因为 UTF-16 要么是 2 个字节，要么是 4 个字节，而字母 A 是一个“简单”的字节，所以答案应该是两个，但是:

System.out.println("A".getBytes(StandardCharsets.UTF_8).length); // prints 1, as expected
System.out.println("A".getBytes(StandardCharsets.UTF_16).length); // prints 4, I thought it would be 2

System.out.println("AB".getBytes(StandardCharsets.UTF_8).length);// prints 2 as expected
System.out.println("AB".getBytes(StandardCharsets.UTF_16).length); // prints 6, expected 4

有人可以给这里带来一些光明吗？

Answer 1

当您使用 UTF-16 时，需要定义它是小端还是大端。它使用 BOM 或 \uFEFF 或 \uFFFE 在开头添加两个额外字节。

UTF-8 一次一个字节，因此无需跟踪字节顺序。

如果您使用 UTF-16BE 或 UTF-16LE，它会定义顺序，因此不需要 BOM