Unicode 编码，python 文档 - 为什么是 32 位编码？
Unicode encoding, python documentation - why a 32-bit encoding?
我正在阅读 Python 文档中的 UNICODE Howto。
写着
a Unicode string is a sequence of code points, which are numbers from
0 through 0x10FFFF
这使得它看起来像表示代码点所需的最大位数是 24（因为有 6 个十六进制字符，并且 6*4=24）。
但随后文档指出：
The first encoding you might think of is using 32-bit integers as the
code unit
这是为什么？我能想到的第一个编码是 24 位整数，而不是 32 位。
其实你只需要21个。很多CPU本身就使用32位寄存器，大多数语言都有32位整数类型。
如果你研究过 UTF-16 和 UTF-8 编码，你会发现它们的算法使用两个 16 位代码单元和四个 8 位代码单元最多编码一个 21 位代码点，分别。
因为这是标准方式。 Python使用不同的"internal encoding"，取决于字符串的内容：ASCII/ISO、UTF-16、UTF-32。 UTF-32 是一种常用的表示形式（通常只是程序的实习生）来表示 Unicode 代码点。所以 Python，而不是重新发明其他编码（例如 UTF-22），它只是使用 UTF-32 表示。不同的接口也更容易。在 space 上效率不高，但在字符串操作上效率更高。
注意：Python（在极少数情况下）也使用代理项范围来编码 "wrong" 字节。所以你需要超过 10FFFF 个代码点。
注意：颜色编码也有类似的编码：8bit * 3 channels = 24bit，但通常用 32 个整数表示（但这也有其他原因：只是一个写，而不是总线上的 2 读 + 2 写） . 32 位更容易处理和快速处理。
我正在阅读 Python 文档中的 UNICODE Howto。 写着
a Unicode string is a sequence of code points, which are numbers from 0 through 0x10FFFF
这使得它看起来像表示代码点所需的最大位数是 24（因为有 6 个十六进制字符，并且 6*4=24）。
但随后文档指出：
The first encoding you might think of is using 32-bit integers as the code unit
这是为什么？我能想到的第一个编码是 24 位整数，而不是 32 位。
其实你只需要21个。很多CPU本身就使用32位寄存器，大多数语言都有32位整数类型。
如果你研究过 UTF-16 和 UTF-8 编码，你会发现它们的算法使用两个 16 位代码单元和四个 8 位代码单元最多编码一个 21 位代码点，分别。
因为这是标准方式。 Python使用不同的"internal encoding"，取决于字符串的内容：ASCII/ISO、UTF-16、UTF-32。 UTF-32 是一种常用的表示形式（通常只是程序的实习生）来表示 Unicode 代码点。所以 Python，而不是重新发明其他编码（例如 UTF-22），它只是使用 UTF-32 表示。不同的接口也更容易。在 space 上效率不高，但在字符串操作上效率更高。
注意：Python（在极少数情况下）也使用代理项范围来编码 "wrong" 字节。所以你需要超过 10FFFF 个代码点。
注意：颜色编码也有类似的编码：8bit * 3 channels = 24bit，但通常用 32 个整数表示（但这也有其他原因：只是一个写，而不是总线上的 2 读 + 2 写） . 32 位更容易处理和快速处理。