是否可以在没有字节序的情况下定义 UTF-16 和 UTF-32？
Could have UTF-16 and UTF-32 been defined without endianness?
现在我熟悉了 Unicode 和 UTF 字符编码。我也知道字节序：架构要么是小端，要么是大端，它们很有用，因为它们在低级硬件中的性能。但是为什么我们需要文本文件中的字节序呢？文件中的字符是从左到右存储的，即使我们使用不同的字节序也是如此。所以根据我的说法，在这种情况下，正确的字节序是大字节序。我更进一步：在将字符保存到文本文件时，我们甚至不应该谈论字节序。所以我的问题是，为什么不只有一个 UTF-16 和一个 UTF-32？有人可以给我举个例子吗？需要同时拥有 UTF16LE 和 UTF16BE / UTF32LE 和 UTF32BE 吗？
为了争论，让我们接受这个概念。您将有效的 UTF-16 定义为大端。好的，好的。
我正在一台小端机器上编写代码。我仍然需要能够读取、理解和操作 UTF-16 数据。因为我使用的是小端处理器（使用 C++ 作为示例语言），所以 char16_t 是小端。如果我要 bit_cast 将其转换为两个字符的数组，第一个字节将是最低有效字节。
因此，虽然您的交换格式将大端字节序指定为唯一有效的传输格式，但在我的机器中，它对我来说有用 UTF-16，直到它被转换成little-endian，我的机器实际上可以理解其中存储的值。因此，当我从有效的 UTF-16 流中读取字符数据时（使用您对有效性的定义），我必须先对其进行字节交换才能理解数据。
现在，假设我想通过某种传输机制（文件、互联网等）将 UTF-16 发送到另一个 program/machine。但无论出于何种原因，我知道接收过程肯定会在小端机器上运行。
为了以一种对您关于 UTF-16 应该如何传输的想法有效的方式执行此操作，我现在必须对每个 UTF-16 代码单元进行字节交换，传输交换后的数据，然后然后在可以理解之前在目的地对其进行字节交换。
事情的实际情况是：我不会那样做。我这样做绝对没有好处。最重要的是……你不能让我那样做。
现实情况是这样的：只要小端机器存在并且相当广泛，至少对于某些应用程序来说，store/send/receive 本地 UTF-16LE 存储格式的数据会有一些实用性.只要做一件事有实用价值，工作的程序员就会去做。你可以告诉他们他们在做 UTF-16 传输错误，但他们会继续这样做。
所以你的选择是制定你知道不会被遵守的规则，或者制定接受其他人对事情应该如何有不同想法的规则。
请注意，这个问题与更严格的数据格式的问题不同。有明确为小端或大端的二进制数据格式。但一般来说，此类格式往往是严格指定的格式，必须符合一组严格的其他标准。通常会有一个一致性测试应用程序，您可以使用它来确保您的程序正确生成文件，并且以错误的字节序写入它会立即被视为 "incorrect".
纯文本行不通。没有人通过某些识别器推送他们的文本文件，除非文本 本身 预计符合特定格式（此时，它不再是 "plain text"）。例如，XML 可能要求 UTF-16 编码的文本文件符合特定的字节序。但是纯文本太简单了；有太多的应用程序只想将 UTF-16 字符串转储到文件中，这不太现实。
现在我熟悉了 Unicode 和 UTF 字符编码。我也知道字节序：架构要么是小端，要么是大端，它们很有用，因为它们在低级硬件中的性能。但是为什么我们需要文本文件中的字节序呢？文件中的字符是从左到右存储的，即使我们使用不同的字节序也是如此。所以根据我的说法，在这种情况下，正确的字节序是大字节序。我更进一步：在将字符保存到文本文件时，我们甚至不应该谈论字节序。所以我的问题是，为什么不只有一个 UTF-16 和一个 UTF-32？有人可以给我举个例子吗？需要同时拥有 UTF16LE 和 UTF16BE / UTF32LE 和 UTF32BE 吗？
为了争论，让我们接受这个概念。您将有效的 UTF-16 定义为大端。好的，好的。
我正在一台小端机器上编写代码。我仍然需要能够读取、理解和操作 UTF-16 数据。因为我使用的是小端处理器（使用 C++ 作为示例语言），所以 char16_t 是小端。如果我要 bit_cast 将其转换为两个字符的数组，第一个字节将是最低有效字节。
因此，虽然您的交换格式将大端字节序指定为唯一有效的传输格式，但在我的机器中，它对我来说有用 UTF-16，直到它被转换成little-endian，我的机器实际上可以理解其中存储的值。因此，当我从有效的 UTF-16 流中读取字符数据时（使用您对有效性的定义），我必须先对其进行字节交换才能理解数据。
现在，假设我想通过某种传输机制（文件、互联网等）将 UTF-16 发送到另一个 program/machine。但无论出于何种原因，我知道接收过程肯定会在小端机器上运行。
为了以一种对您关于 UTF-16 应该如何传输的想法有效的方式执行此操作，我现在必须对每个 UTF-16 代码单元进行字节交换，传输交换后的数据，然后然后在可以理解之前在目的地对其进行字节交换。
事情的实际情况是：我不会那样做。我这样做绝对没有好处。最重要的是……你不能让我那样做。
现实情况是这样的：只要小端机器存在并且相当广泛，至少对于某些应用程序来说，store/send/receive 本地 UTF-16LE 存储格式的数据会有一些实用性.只要做一件事有实用价值，工作的程序员就会去做。你可以告诉他们他们在做 UTF-16 传输错误，但他们会继续这样做。
所以你的选择是制定你知道不会被遵守的规则，或者制定接受其他人对事情应该如何有不同想法的规则。
请注意，这个问题与更严格的数据格式的问题不同。有明确为小端或大端的二进制数据格式。但一般来说，此类格式往往是严格指定的格式，必须符合一组严格的其他标准。通常会有一个一致性测试应用程序，您可以使用它来确保您的程序正确生成文件，并且以错误的字节序写入它会立即被视为 "incorrect".
纯文本行不通。没有人通过某些识别器推送他们的文本文件，除非文本 本身 预计符合特定格式（此时，它不再是 "plain text"）。例如，XML 可能要求 UTF-16 编码的文本文件符合特定的字节序。但是纯文本太简单了；有太多的应用程序只想将 UTF-16 字符串转储到文件中，这不太现实。