BOM — Unicode歷史沙石(之一)
Unicode雖然係電腦界中一大好偉大嘅發明，但一個咁大型嘅project、加上人類語言本身嘅複雜性，少不免到後期先發現有一啲設計原來係幾咁憨居，但卻已經成為歷史嘅一部份。
其中一個就係Byte Order Mark，而呢隻冤魂野鬼大概仲會纏繞多十幾廿年…
Unicode編碼的兩(或三)大陣型
眾所周知，電腦係以一個byte作為最細嘅定址單位，如同一般人用十進制做運算嘅話，一個數字可以表達0–9共10種可能。時至今日，基本上1 byte都等於8 bit，幾乎冇例外，8 bit可以表示到2⁸即256種意思。所以對電腦來講，一個位就係0–255而唔係0–9。
只要1個byte，就足以表示一種西歐語言（然後中日韓呢啲方塊字嘅歷史編碼方法唔係今日要討論嘅重點，今日skip住先）。而為咗電腦系统可以同一時間處理多國文字，就喺1990年代發現咗Unicode。
一開始，Unicode編碼空間只係設計成得2¹⁶、即16個bit、亦即65536個字符 (之後有0–16個plane係後話)。噉一個有16個bit嘅數字，要記錄喺一個byte只有8 bit嘅記憶空間，應該點樣塞落去呢？
其實所謂32-bit嘅電腦，最拿手就係做32-bit整數運算 (正負21億)，好自然借鑑返將整數記錄嘅方法，即係有兩種 — Little Endian或Big Endian。例如若兩個byte係0x1234的話 (以16進制表示，一個字母係4-bit)，Little Endian就係先寫個位34再寫大位12，而Big Endian就係先寫12再寫34。其實電腦裏面到底用邊一隻，就係跟個Architecture而定，例如x86就係用Little Endian。
如果以2個byte嘅Little Endian編碼方式去將Unicode文字去編碼的話，呢種方法就叫UTF-16LE。如果用咗Big Endian就叫UTF-16BE。當然，現實上中其實仲有第三種叫UTF-8可能仲普遍。
賣返個廣告，關於UTF-16、UTF-8嘅詳細解釋：
