1.

UTF-32在UTF目前常用的三種編碼方式(UTF-8、UTF-16、UTF-32)中，是最為簡(jiǎn)單的一種編碼方式。UTF-32編碼方式不使用任何編碼算法將Unicode字符碼點(diǎn)值(即編號(hào)字符集CCS中的字符編號(hào))轉(zhuǎn)換為碼元序列，而是將每個(gè)Unicode字符碼點(diǎn)值直接表示為一個(gè)32位的碼元序列。

因此，目前UTF-32是一種固定寬度(也稱為等寬、等長(zhǎng)或定長(zhǎng))碼元序列的Unicode字符編碼方式。

2.

UTF-32中的碼元由32位組成。UTF-32使用的32位碼元足夠大，目前Unicode字符集中所收錄的每個(gè)字符的碼點(diǎn)值都可直接映射為單個(gè)碼元。

換言之，UTF-32使用一個(gè)32位的碼元序列來(lái)表示Unicode字符(嚴(yán)格地說(shuō)，是單個(gè)32位的碼元，并沒(méi)有形成兩個(gè)或兩個(gè)以上碼元所組成的碼元序列，除非未來(lái)Unicode碼點(diǎn)值擴(kuò)展到64位，這樣才可能出現(xiàn)由兩個(gè)32位的碼元所組成的序列)。

因此，即使是ASCII字符，同樣需要占用32位(即四個(gè)字節(jié))。這在三大UTF編碼方式中無(wú)疑是最為浪費(fèi)存儲(chǔ)空間的；不過(guò)，由于UTF-32是定長(zhǎng)編碼(UTF-8和UTF-16都是變長(zhǎng)編碼)，因此在文本處理速度上又是三大UTF編碼方式中最快的。

（笨笨阿林原創(chuàng)文章，轉(zhuǎn)載請(qǐng)注明出處）

3.

由于UTF-32直接以四個(gè)字節(jié)的碼元來(lái)表示碼點(diǎn)值，這樣按目前的情況來(lái)看，UCS-4或Unicode增補(bǔ)平面SP中的所有碼點(diǎn)值就都可以完全直接表示，而無(wú)需像UTF-16那樣使用復(fù)雜的代理算法來(lái)間接表示。

當(dāng)然，如前所述，Unicode字符集是一個(gè)在不斷增加字符的開(kāi)放字符集，如果未來(lái)Unicode字符集的字符編號(hào)(即碼點(diǎn)值)超過(guò)了四個(gè)字節(jié)，則UTF-32可能也需要像UTF-16一樣使用某種特殊編碼算法來(lái)間接表示。不過(guò)，按目前情況來(lái)看，真到了那一天，UTF-32編碼方式可能也已經(jīng)完全淘汰了。

4.

與UTF-16類似，作為邏輯意義上的UTF-32碼元序列，由于歷史的原因，在映射為物理意義上的字節(jié)序列時(shí)，也分為UTF-32BE大端序、UTF-32LE小端序兩種編碼模式，因此UTF-32也同樣需要使用BOM。

比如，“ABC”這三個(gè)字符的UTF-32碼元序列為：00 00 00 41 00 00 00 42 00 00 00 43；其對(duì)應(yīng)的各種字節(jié)序列如下：

每個(gè)UTF-32碼元的值與Unicode碼點(diǎn)的值完全相同，但其字節(jié)序列因字節(jié)序的不同而表現(xiàn)為有相同也有不同。

5.

由于UTF-32在三大UTF編碼方式中，既不是最早推出的編碼方式(最早推出的是UTF-16)，也不是最優(yōu)設(shè)計(jì)的編碼方式(公認(rèn)為最優(yōu)設(shè)計(jì)的是UTF-8)，因此在實(shí)踐中使用得最少，目前幾乎已處于淘汰狀態(tài)。

（笨笨阿林原創(chuàng)文章，轉(zhuǎn)載請(qǐng)注明出處）

總結(jié)

以上是生活随笔為你收集整理的【转】刨根究底字符编码之十五——UTF-32编码方式的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。