如何正确将文本编码为UTF-16BE并转换为对应十六进制字符串

• 执行"ABC".encode(encoding="utf-16be")得到的b'\x00A\x00B\x00C'是无BOM的UTF-16大端编码，对应十六进制字符串就是004100420043，和Adobe文档里ABC三个字符本身的编码完全一致，不存在错误。
• 文档示例中开头的FEFF是UTF-16编码的字节顺序标记（BOM），作用是显式声明当前文本使用大端序UTF-16编码，不属于ABC三个字符的内容本身。utf-16be编码默认不会附带BOM头，这就是输出结果和示例看起来有差异的核心原因。

生成Adobe示例要求的带BOM字节序列 #

Python中utf-16编码默认跟随系统字节序，可能输出小端带FFFE头的结果，最稳妥的方式是手动拼接UTF-16大端BOM头：

# 定义UTF-16大端BOM
UTF16_BE_BOM = b'\xFE\xFF'
# 先得到文本本身的无BOM编码
content_bytes = "ABC".encode(encoding="utf-16-be")
# 拼接得到完整带BOM的字节序列
full_bytes = UTF16_BE_BOM + content_bytes
# 验证结果
print(full_bytes)  # 输出 b'\xfe\xff\x00A\x00B\x00C'，和目标字节完全匹配

字节序列转大写连续十六进制字符串 #

直接调用Python字节类型内置的hex()方法，再转大写即可匹配Adobe文档的格式：

# 带BOM的字节序列转目标十六进制字符串
hex_with_bom = b'\xFE\xFF\x00\x41\x00\x42\x00\x43'.hex().upper()
print(hex_with_bom)  # 输出 FEFF004100420043

# 仅提取字符本体的十六进制字符串
hex_content_only = "ABC".encode(encoding="utf-16-be").hex().upper()
print(hex_content_only)  # 输出 004100420043

注意：pdfmark书签的Unicode文本要求必须带FEFF开头的BOM标记，否则会被解析器识别为其他编码导致乱码。

内容的提问来源于stack exchange，提问作者Xaver