Python中的UTF-16占用4个字节[重复]

Question

我正在使用 Python-3 进行 Unicode 编码，并注意到我无法理解的行为。

以下案例按预期工作：-

x = "A"
fo = open("test.txt","w",encoding="utf_8")
fo.write(x)
fo.close()

xxd -b test.txt
00000000: 01000001（预期为 1 字节）

x = "A"
fo = open("test.txt","w",encoding="utf_16_le")
fo.write(x)
fo.close()

xxd -b test.txt
00000000: 01000001 00000000（预期为 2 个字节）

x = "A"
fo = open("test.txt","w",encoding="utf_16_be")
fo.write(x)
fo.close()

xxd -b test.txt
00000000: 00000000 01000001（预期为 2 个字节）

为什么 4 字节使用 utf_16 编码？ :-

我的理解是 UTF-16 是一种可变长度的字符编码，根据字符使用 16 位或 32 位。对于字符 A，它应该只使用 16 位。有人可以帮我理解这种行为吗？

x = "A"
fo = open("test.txt","w",encoding="utf_16")
fo.write(x)
fo.close()

xxd -b test.txt
00000000: 11111111 11111110 01000001 00000000

Answer 1

前两个字节是 UTF 16 字节顺序标记 (BOM)。见http://www.unicode.org/faq/utf_bom.html