Linux開發中GSM 中文簡訊 SMS PDU編碼原理及實現

SMS是由Esti 所制定的一個規範（GSM 03.40 和 GSM 03.38）。有兩種方式來發送和接收SMS訊息：文字模式或者PDU（protocol description unit）模式。文字模式只能發送普通的ASCII字元，而要發送圖片、鈴聲、其它編碼的字元（如中文）就必須採用PDU模式。

PDU模式中，可以採用三種編碼方式來編碼要發送的內容，分別是 7-bit編碼、8-bit編碼、16-bit編碼。7-bit編碼用於發送普通的ASCII字元；8-bit編碼通常用於發送資料訊息，比片和鈴聲等；而16-bit編碼用於發送Unicode字元。在這三種編碼方式下，可以發送的最大字元數分別是 160、 140、70。
 

若要發送中文（或日文等），必須採用PDU模式的Unicode編碼方式。

最近參與了一個在linux下收發簡訊的項目。其中，需要實現中文的發送和接收。由於原來沒有中文編碼、Unicode編碼的經驗，所以查了一些資料，也在一些論壇上提了一些問題。現在把它整理出來，希望對以後再做類似項目的朋友有個協助。我寫的比較簡單，關於PDU的規範，可以點擊這裡下載SMS_PDU-mode.pdf查看，或者去wavecom的網站上找找看。

1、GB2312 編碼到Unicode 編碼的轉換

在 RedHat 7.3系統上，預設是用GB2312編碼儲存中文字元的（對於中英文混合的文本也是如此）。所以首先需要把 GB2312 編碼的字串轉換到 Unicode編碼的字串。

GB2312編碼是一種多位元組編碼方式，對於中文，用2個位元組表示，對於英文，用1個位元組表示，就是英文的ascii碼。（註：我沒有仔細看過 GB2312編碼的規範，以上理解是實際開發中得出來的，不能保證正確性）。Unicode編碼是雙位元組編碼方式，對所有字元，都採用2個位元組編碼。在 linux平台上，GB2312編碼到Unicode編碼的轉換，可以有三種實現方式（或者更多）：

1）、用 mbstowcs () 函數。就是多位元組編碼到寬字元的轉換。我試過它，可以正確的轉換，但是這個函數可能不是很可靠。

2）、用 GB2312 à Unicode 的轉換表，手動查錶轉換。網上有這樣的轉換表，你需要對每一個GB2312字元，根據它是中文字元還是英文字元，分別轉換。

3）、用 iconv () 函數。這可能是linux上的標準的方法，不僅可以轉換GB2312到Unicode，還可以在任意的兩種編碼之間轉換（前提是linux系統要支援這些編碼）。

首先要用 iconv_open()， 開啟一個轉換控制代碼，指定兩種轉換前的編碼和轉換後的編碼。然後用 icnov() 作轉換。最後用 iconv_close()關閉控制代碼，釋放資源。

#include <iconv.h>
#define BUFLEN 200

char inbuf[BUFLEN];
char outbuf[BUFLEN];
char* pin = inbuf;
char* pout = outbuf;

//開啟檔案，讀入GB2312資料到inbuf，資料長度為 len
int inleft = len;
int outleft = BUFLEN;
iconv_t cd;

if((cd = iconv_open(“gb2312”, “unicode”)) == (iconv_t)-1)
          return 1;

if(iconv(cd, &pin, &inleft, &pout, &outleft) == (size_t)-1)
          return 1;

iconv_close(cd);

使用 iconv () 時，需要注意參數的使用，inleft 是輸入緩衝區資料資料長度，outleft是輸出緩衝區大小。（需要保證輸出緩衝區足夠大）。轉換以後，outleft 是outbuf中空閑空間的大小，所以 BUFLEN-outleft 才是真正的Unicode資料長度。

注意：不論是GB2312編碼，還是Unicode編碼，在記憶體中都是一些位元組序列，所以我們可以統一用 類型為 char（或者unsigned char）的字元數組來儲存。所以，BUFLEN-outleft是 字元（char）個數，而不是Unicode字元個數。

2、 Unicode 編碼到 16-bit 編碼的轉換

在得到 Unicode編碼以後，還需要轉換到 PDU 的16-bit 編碼，才可以正確的發送。在這個轉換過程中，需要注意兩點：

1）、Unicode 編碼最開始的 0xFEFF標誌要被去除，在0xFEFF之後的內容，才是真正的Unicode字元。（至於為什麼有這個0xfeff標誌，知道的朋友告訴我一聲，呵呵）。

2）、Unicode 是雙位元組字元，由於我的系統是小端位元組序（little-endian），也就是說，在儲存的時候，是先低位，後高位，例如“中”的Unicode編碼是 0x4E2D，儲存的時候是 2D4E，在轉換到 16-bit編碼的時候，要注意這個順序的不同。當然，如果你的系統是大端位元組序（big-endian），那麼就不用這樣做了。

3）、為了將0x4E2D 的Unicode編碼轉換到 “4E2D” 的16-bit編碼，可以用 sprintf(buf,    “%02X”,    outbuf[i]) 對每一個位元組作轉換。

3、正確計算16-bit 編碼的訊息體長度

PDU規範中，需要包括訊息體的長度，這裡你要小心計算。

4、正確設定 First-Octet 、TP-MR、TP-PID、TP-DCS、TP-VP

在PDU格式中，First-Octet 、TP-MR、TP-PID、TP-DCS、TP-VP的設定正確與否，對能否發送 Unicode 至關重要。根據協議規範以及我的調試結果，以上幾個標誌的正確設定分別為（都是16進位）：

First-Octet ： 11   
TP-MR：          00
TP-PID：          00
TP-DCS：        08      （編碼方式，16-bit）
TP-VP：           A7

經過以上步驟，已經可以做到發送中文字元了。

 

本篇文章來源於 Linux公社網站(www.linuxidc.com)  原文連結：http://www.linuxidc.com/Linux/2011-05/35682.htm

 

 

 

 原文連結http://www.linuxidc.com/Linux/2011-05/35682.htm