为什么空字符串 '' 在 utf-16 中编码为 2 个字节，而在 utf-8 或 ascii 中编码为 0 个字节？

Question

我刚刚学习了 python 中的字符串编码，在稍微摆弄了一下之后，我对空字符串 ('') 的大小在 utf 8 和 ascii 中为 0 但在 utf 16 中为 2 感到困惑？怎么会？

print(len(''.encode('utf16'))) # is 2
print(len(''.encode('utf8'))) # is 0

我想问题的很大一部分是我不明白 utf 16 是如何工作的。我不明白为什么用 utf 16 编码“垃圾邮件”会是 10 个字节长，而不是 8 个字节（每个字符 2 个字节（16 位））。我假设 utf 16 中需要 2 个字节作为任何字符串的默认填充或其他内容？

*编辑

我对 UTF 8 或 UTF 16 的工作原理以及存储每个单独字符的不同之处并不感到困惑。我很困惑如何将缺少任何字符（空字符串）存储在 UTF 16 中的 2 个字节中，但在 UTF 8 中存储为 0 字节。（而不是两者都存储为 1 字节或 0）

该链接没有提供我的问题的答案。

Answer 1

默认情况下，Python在编码为 UTF-16 时包含字节顺序标记，但在编码为 UTF-8 时则不包含。

>>> ''.encode('utf16')
b'\xff\xfe'
>>> ''.encode('utf8')
b''

BE您可以通过使用(Big-Endian) 或(Little-Endian) 后缀显式指定字节顺序来抑制 BOM LE。

>>> ''.encode('utf-16-le')
b''