关于UTF-16编码输出中\xff\xfe字节序列的技术疑问

1. \xff\xfe是什么？ #

这是字节顺序标记（BOM, Byte Order Mark），专门用来标识UTF-16编码的字节排列顺序（大端/小端）。因为UTF-16每个字符占2字节，两个字节的先后顺序会直接影响解码结果：

• 大端序：高位字节在前，比如字符b的UTF-16编码U+0062会存成\x00\x62
• 小端序：低位字节在前，同样的b会存成\x62\x00（也就是你看到的b\x00）

\xff\xfe就是小端序的BOM标识，对应的大端序BOM是\xfe\xff。

2. 为什么是fe而非\x00？ #

BOM源自Unicode的特殊字符U+FEFF（零宽无间断空格），把这个字符用UTF-16小端序编码时：
U+FEFF的16位二进制是11111110 11111111，按小端序（低位字节在前）拆分后，就变成了\xff（低位字节） + \xfe（高位字节），也就是\xff\xfe。

如果用\x00替代，这个序列会和普通字符的编码（比如U+0000）混淆，无法起到标记字节顺序的作用。而U+FEFF是一个非打印的特殊字符，用它的编码做BOM，既不会干扰正常文本内容，又能明确告诉解码器该用哪种字节顺序来解析。

回到你的代码示例：Python默认使用UTF-16小端序编码，所以先输出BOM\xff\xfe，再按小端序存储每个字符——b对应\x62\x00，a对应\x61\x00，最终得到结果b'\xff\xfeb\x00a\x00'。

内容的提问来源于stack exchange，提问作者user20144486