UTF-16在开发中是什么

UTF-16 是 Unicode 的一种变长编码，编码单元是 16 位：基本多文种平面（BMP，U+0000–U+FFFF）用 2 个字节，辅助平面（U+10000–U+10FFFF，如多数 emoji）用一对代理项共 4 个字节。下面重点说明开发场景下的含义。

UTF-16在开发中是什么

UTF-16 是 Unicode 的一种变长编码，编码单元是 16 位：基本多文种平面（BMP，U+0000–U+FFFF）用 2 个字节，辅助平面（U+10000–U+10FFFF，如多数 emoji）用一对代理项共 4 个字节。Java、JavaScript 字符串以及 Windows 的 WCHAR 在内存中使用 UTF-16。

• BMP 字符：2 字节；辅助平面：代理对 4 字节
• 有大端（BE）和小端（LE）两种字节序
• BOM：FE FF 表示 BE，FF FE 表示 LE

示例

输入：a+b=c

编码结果：

UTF-16BE 00 61 00 2B 00 62 00 3D 00 63；UTF-16LE 61 00 2B 00 62 00 3D 00 63 00；带 BOM 的默认 UTF-16（本机/Python 为 LE）FF FE 61 00 2B 00 62 00 3D 00 63 00

说明：共 10 字节（不含 BOM）。BMP 字符 2 字节，辅助平面 4 字节（代理对）。

常见用途

• Java、JavaScript、.NET、Windows API 的内存表示
• 部分 Office 文档和旧的 Windows 记事本文件
• 部分网络协议（如部分 Windows 系统服务）

怎样核对结果

用 file、编码检测工具或 Python decode 尝试 utf-16le/be，看哪种能得到通顺文本，并检查是否有 BOM。

本站的字符编码检测工具可以直接处理，计算在浏览器本地完成，适合快速核对结果。

常见问题

【英文用 UTF-16 浪费空间吗？】每个 ASCII 字符要 2 字节，是 UTF-8 的两倍，所以文本文件更推荐 UTF-8。

【一个汉字在 UTF-16 中占几个字节？】常用汉字位于 BMP，占 2 个字节；生僻字若在扩展区则占 4 个字节。

【如何区分 UTF-16BE 和 LE？】看 BOM：FE FF 是 BE，FF FE 是 LE；没有 BOM 时必须由协议声明。

文中示例可以在本站对应工具中验证；处理密钥、证书等敏感数据时，请注意保护隐私。

标签： UTF-16 数码开发