UTF-8/16/32这里面的阿拉伯数字到底代表什么含义呢？

UTF8中的8代表最小以8位为一个代码单元即1个字节

UTF16代表最小用16位为一个代码单元即2个字节。

UTF32则以32位为一个代码单元即4个字节

这些代码单元是最小单位，不能分割因此，具体位数只能是某个代码单元的整数倍

代码单元有什么用呢，这里以java语言中的String来举例：

String在内存中以UTF-16方式来存储而UTF-16那么2个字节，要么4个字节（即要么1个代码单元存储要么2个代码单元存储），再来看看str.length的属性定义为：长度等于Unicode代碼单元的数量

Unicode一共有17个Plane，而Plane0(BMP)一共有65536个码点如果我用UTF-16存储的话，相当于常见的字符（比如ASCII）只用2个字节存储即可而在UTF16中2个字节恰恰是1個代码单元，所以单个字母的长度就是1。

而遇到代理对的时候则采用4字节即2个代码单元

当时在济南工作的时候，遇到一个问题解析TXT嘚时候总是无法正常解析，后来问了问领导领导说你编码多少，我说是UTF8领导又说你另存为的时候注意UTF-8选项有2种：UTF-8、UTF-8无BOM，这是我第一次叻解到BOM这玩意

假如有个UTF-16的2个编码：0XF50。如果按照高位在前的书写方式为：00 45 3F 50这种书写方式叫做大端法。

如果按照低位在前的书写方式为：45 00 50 3F这种书写方式叫做小端法。

为什么会存在2种不同的书写方式呢其实这跟在内存中的存储有关，例如：

内存地址从左向右依次递增

大端法中高位字节放到了低地址，低位字节放到了高地址而小端法恰恰相反。

而内存到底使用大端法还是小端法取决于CPU的寄存器，目前佷多电脑的CPU寄存器都是使用的小端法

BOM就是来标记该编码到底是采用小端法，还是大端法而出现的其中

按 Unicode 组织的说法，UTF-8可带、可不带 BOM鈈作强制要求，但不推荐用BOM原因之一是为与ASCII的兼容。UTF-8 也不存在所谓的大小端两种情况统一为大端法，BOM 仅仅作为一种所用编码的指示