Unicode 转 UTF-32

UTF-32是一种Unicode编码方式，它使用固定长度的32位（4字节）来表示每个Unicode字符。 与UTF-8和UTF-16不同，UTF-32不使用可变长度编码，每个Unicode代码点都直接映射为一个32位整数。

UTF-32的特点

• 固定长度：每个字符恒定使用4字节
• 直接映射：代码点直接对应于存储值，无需复杂的编码/解码算法
• 支持完整的Unicode范围：可表示所有Unicode字符（0 - 0x10FFFF）
• 空间效率低：对于主要使用ASCII或BMP字符的文本，占用空间比UTF-8或UTF-16多
• 处理效率高：由于固定长度，获取第N个字符的操作为O(1)

应用场景

• 内部字符处理：许多文本处理库在内部使用UTF-32以简化字符操作
• 需要随机访问字符的应用
• 对存储空间要求不高但需要处理速度的场景

字节序（Byte Order）

UTF-32存在两种字节序格式：

• UTF-32BE：大端字节序（Big Endian）
• UTF-32LE：小端字节序（Little Endian）

文件可以以字节顺序标记（BOM）开头来指示使用的字节序。