大端序和小端序字节顺序的区别

Question

大端序和小端序字节序有什么区别？

这两者都与Unicode和UTF16有关。我们在什么情况下使用它们？

- BALAMURUGAN

---

http://en.wikipedia.org/wiki/Endianness - Mitch Wheat

不要忘记中端字节序。它在维基页面上。 - Jason Punyon

“对于几乎所有问题都可以这样说。” - Jon B

@Jon B：是的，可以这样做，但有些问题最好通过持续的研究来回答，而不是仅凭一些专家给出的答案。 - Cerebrus

@BALAMURUGAN：大端和小端只在存在多字节数据时才会出现。 - Dead Programmer

很好地解释了大端和小端字节顺序。http://betterexplained.com/articles/understanding-big-and-little-endian-byte-order/ - Atiq

Answer 1

大端序（BE）/小端序（LE）是组织多字节单词的两种方式。例如，在使用两个字节来表示UTF-16字符时，有两种方式可以将字符0x1234表示为一个字节串（0x00-0xFF）:

Byte Index:      0  1
---------------------
Big-Endian:     12 34
Little-Endian:  34 12

为了确定一个文本是使用UTF-16BE还是UTF-16LE，规范建议在字符串前添加一个字节顺序标记(BOM)，表示字符U+FEFF。因此，如果UTF-16编码的文本文件的前两个字节是FE和FF，则编码为UTF-16BE。如果是FF和FE，则为UTF-16LE。

视觉示例：不同编码(带有BOM的UTF-16)的单词“Example”。

Byte Index:   0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15
------------------------------------------------------------
ASCII:       45 78 61 6d 70 6c 65
UTF-16BE:    FE FF 00 45 00 78 00 61 00 6d 00 70 00 6c 00 65
UTF-16LE:    FF FE 45 00 78 00 61 00 6d 00 70 00 6c 00 65 00

如需更多信息，请阅读 字节序 和/或 UTF-16 的维基百科页面。

- Ferdinand

---

字节序在计算机中一直是一个令人费解的问题，因为大端模式将最高有效字节存储在最小地址中，而不是最后/末尾地址。无论如何，这个网站可以澄清一切，大端和小端，在大端模式中，你将最高有效字节存储在最小地址中。顺便说一下，“可视化示例”非常有帮助。 - bvj

在大端模式中，你将最高有效字节存储在最小地址中。或者说，在大端模式中，你将最低有效字节存储在最大地址中，这是同样的道理。 - Lakey

链接已损坏@bvj，这个有效：https://www.cs.umd.edu/~meesh/cmsc311/clin-cmsc311/Lectures/lecture6/endian.htm - eric

我仍然不明白这个答案如何帮助我决定我应该为我的字幕文件选择BE还是LE。 - zhuhang.jasper

Answer 2

Ferdinand的回答（和其他人的回答）是正确的，但不完整。

大端序（BE）/小端序（LE）与UTF-16或UTF-32无关。 它们早在Unicode之前就存在，并影响数字字节在计算机内存中的存储方式。它们取决于处理器。

如果您有一个值为0x12345678的数字，则在内存中表示为12 34 56 78（BE）或78 56 34 12（LE）。

UTF-16和UTF-32恰好分别用2个和4个字节表示，因此字节顺序遵循该平台上任何数字遵循的排序规则。

- Mihai Nita

Answer 3

UTF-16将Unicode编码为16位值。现代大多数文件系统都是基于8位字节的。因此，例如要将UTF-16编码的文件保存到磁盘中，您必须决定16位值的哪一部分放在第一个字节中，哪一部分放在第二个字节中。

维基百科提供了更完整的解释：链接。

- joev

---

这个回答是不正确的。字节序与底层硬件架构有关。 - Mitch Wheat

无论底层硬件如何，您都可以以任意字节顺序存储UTF-16编码的文件。 - joev

在问题的背景下，我认为这个答案是完全可以接受的。 - Binary Worrier

@joev：没错。它通常与硬件架构有关，但不一定如此。为了实现跨平台兼容性，Unicode编码器/解码器应该能够使用任何字节序。 - Noldorin

Answer 4

little-endian: adj.

描述一种计算机架构，在给定的16位或32位字中，低地址的字节具有较低的重要性（单词以“little-end-first”存储）。PDP-11和VAX系列计算机、英特尔微处理器以及许多通信和网络硬件都采用小端序。该术语有时用于描述除字节之外的其他单元的排序；最常见的是字节内的位。

big-endian: adj.

[常见；来源于斯威夫特的《格利佛游记》，通过丹尼·科恩（Danny Cohen）的著名论文“关于圣战和和平的呼吁”，该论文发布于1980年4月1日]

描述一种计算机架构，在给定的多字节数字表示中，最高有效字节具有最低地址（单词以“big-end-first”存储）。大多数处理器，包括IBM 370系列、PDP-10、摩托罗拉微处理器系列和大多数各种精简指令集（RISC）设计都采用大端序。大端序也有时称作网络序。

---来自Jargon File：http://catb.org/~esr/jargon/html/index.html

- Paul Reiners

Answer 5

字节序（大端或小端）需要为Unicode / UTF-16编码指定，因为对于使用多个字节的字符代码，有一种选择是先读/写最高有效字节还是最低有效字节。 Unicode / UTF-16由于它们是可变长度编码（即每个字符可以由一个或多个字节表示），因此需要指定这一点。（但请注意，UTF-8“单词”始终为8位/一个字节的长度[虽然字符可以是多个点]，因此不存在字节序问题。）如果表示Unicode文本的字节流的编码器和解码器没有就使用哪种约定达成一致，则可能会解释错误的字符代码。因此，要么事先知道字节序的约定，要么更常见的做法是在任何Unicode文本文件/流的开头通常指定字节顺序标记以指示使用大端或小端顺序。

- Noldorin

---

UTF-8是一种可变长度编码，每个字符使用1到6个字节，因此不像单字节编码那样固定为一个字节！ - Ferdinand Beyer

@Ferdinand：你说得对 - 我应该提到一些UTF-8变体不需要它... - Noldorin

仅为完整性而言 - UTF-8需要1到4个字节。有效的UTF-8不能超过4个字节。 - Nemanja Trifunovic

@Ferdinand：是的，我已经意识到了你最初的纠正。帖子已经再次澄清，因为我理解了你的观点...尽管我在自我纠正的过程中有些困惑。 :P - Noldorin

http://unicode.org/faq/utf_bom.html 看起来是同意的，但如果我错了，请纠正我... - Noldorin