UTF-16默认是否处理数据压缩？Swift中泰米尔字符编码疑问

1. UTF-16字节占用的核心误解 #

你之前误以为字符த的UTF-16编码占4字节，这是错误的：

• த的Unicode码点为U+0B94，属于基本多语言平面（BMP）
• BMP内的字符（码点 ≤ U+FFFF）在UTF-16中仅用2字节表示，只有超出BMP的字符才会使用4字节的代理对编码
• 你之前看到的「4字节数组: [2980]」，是混淆了码点值和字节数：2980是该字符码点的十进制形式（对应十六进制0xB94），它的UTF-16编码实际是2字节的二进制数据

2. Swift中UTF-16数据大小为10字节的原因 #

Swift的String.data(using: .utf16)方法返回的是**带BOM（字节顺序标记）**的UTF-16数据：

• 4个த字符的UTF-16编码总字节数：4 × 2字节 = 8字节
• BOM用于标识字节顺序（大端/小端），固定占用2字节
• 总计：8 + 2 = 10字节，和你看到的输出完全匹配

3. UTF-16是否默认处理数据压缩？ #

UTF-16本身没有内置数据压缩逻辑，你遇到的字节数差异和压缩无关，完全是由「BOM的存在」和「BMP字符仅占2字节」这两个规则导致的。

内容的提问来源于stack exchange，提问作者Youmate