鎰熸仼鐩搁亣

缇庡ソ鐨勬椂鍏変笌澶у鐩镐即

2021锛屾柊骞村揩涔愶紒

相信大家在日常生活中，都见过类似上面的字符串。这些看起来不明所以的内容，通常被称作乱码。

那么乱码是如何产生的，并且如何修复呢？我们接下来将一步步讲解。

1

你须知道的编码规则

---

字符串，本质上都是一个字节一个字节的数据，连在一起存储的。而要将这些数据显示在屏幕上，则需要按一种编码规则进行解析。

ASCII编码

---

ASCII编码是最容易理解的。ASCII编码因为每个字符仅占用7bit，所以最多只能存储127个字符，而每个字符都有唯一的一个数字与其对应。

例如：

• 数字0x35在这种编码规则下，会被解析为字符5；

• 数字0x6C在这种编码规则下，会被解析为字符l ；

• 数字0x4C在这种编码规则下，会被解析为字符L；

具体对应规则，可以在网上搜索ASCII 码表查看。

按照这种规则，一串hello，用16进制数据表示就是：

68 65 6C 6C 6F

GB2312编码

---

因为ASCII只能显示127个字符，远远不能满足中文字符的显示需求，所以中国国家标准总局于1980年发布了国家标准代码GB2312标准(目前最新标准为GB18030)。

简单来说，在这套编码规范下，每个中文字符可以由2个字节表示，例如：

• 啊 的实际数据为0xB0 0xA1 ；

• 测 的实际数据为0xB2 0xE2 ；

• 试 的实际数据为0xCA 0xD4 。

同时，因为ASCII编码下每字节使用了7bit(0x00-0x7f )，GB2312为了对其进行兼容，规定每个中文字符的高位字节(第一个字节)使用0xA1–0xF7的范围，避开了ASCII编码使用的区域。

也就是说，象下面的一串混用了中英文的数据，也可以正常被解析并显示出来：

B2 E2 CA D4 31 32 33 B2 E2 CA D4

实际内容：

B2 E2(测) CA D4(试) 31(1) 32(2) 33(3) B2 E2(测) CA D4(试)

UTF-8编码

---

UTF-8可以使用1-4字节来表示字符，因为其兼容性强，可以对Unicode字符集中的所有有效编码点进行编码，是目前使用最广泛的编码标准。

与GB2312一样，UTF-8同样兼容ASCII编码。只是UTF-8比GB2312包含了更多字符，并且每种字符的字节数并不是完全固定的。

由于编码规则比较复杂，这里不作具体解释，仅举例说明：

• 啊 的实际数据为0xE5 0x95 0x8A；

• 测 的实际数据为0xE6 0xB5 0x8B；

• 试 的实际数据为0xE8 0xAF 0x95。

其他编码

---

除了ASCII、GB2312和UTF-8编码，还有许多编码标准，他们大部分互不兼容。

2

存储和传输字符串数据

---

数据都是要进行存储和传输的，与编码息息相关。

• 存储

微软使用BOM头这种技术来为纯文本文件标记其编码，这样打开文件时就可以用正确的编码进行解析。

而大部分Linux不使用类似技术，所以读取后只能靠猜测，或强行指定，来进行显示。

• 传输

传输不仅指字符串数据在互联网上的传输，也包括了在各类函数调用过程中的传输。这类操作通常都不会带有字符编码标准的标记，一般靠直接指定编码来解决。

3

为何会产生乱码

---

聪明的你应该已经想到了，如果一串某编码的数据，被人使用另一种编码标准进行解析，那么得出的结果几乎一定是错误的。

比如测试解析结果这几个字，我们使用UTF-8编码，得到下面16进制数据：

E6B58BE8AF95E8A7A3E69E90E7BB93E69E9C

如果，收到这些数据的人尝试使用GB2312编码来显示，那么结果就是我们非常熟悉的乱码了：

娴嬭瘯瑙ｆ瀽缁撴灉

上面的过程就是典型的乱码形成过程。

4

如何修复乱码

---

乱码是否可以还原？答案是肯定的，只需要按乱码形成时的操作反过来做一遍就可以恢复了。但是有些编码中会出现?这种无法解析显示的数据，这部分数据就完全丢失了。

一般的乱码修复操作，就是把各种编码可能性都试一遍，看哪个结果可靠，那么就是原始内容。

这里推荐使用开源工具—— LLCOM (llcom.papapoi.com)，来进行乱码恢复工作。

LLCOM

可运行Lua脚本的高自由度串口调试工具。

• 可独立运行Lua脚本，并拥有定时器与协程任务特性(移植自合宙Luat Task架构)；

• 其他串口调试功能具有的功能；

• 收发日志清晰明了，同时显示HEX值与实际字符串；

• 自动保存串口与Lua脚本日志，并附带时间；

• 串口断开后，如果再次连接，会自动重连；

• 发送的数据可被用户自定义的Lua脚本提前处理；

• 右侧快捷发送栏，快捷发送条目数量不限制。

更多精彩，敬请期待！

我们用上一节生成的乱码数据作为例子，尝试修复：

可以看到可靠的结果已经显示出来，修复成功。

5

如何避免乱码

---

建议在写代码时统一使用UTF-8编码，这是目前互联网的最主要的编码形式。

如果是资源占用紧张，但依旧需要中文显示的地方，可以考虑使用GB2312编码存储数据。

了解合宙Luat开源架构：

---

Luat = Lua + AT，合宙推出的物联网创新开源架构，依托于通信模块做简易快捷的开发，将传统的AT命令用Lua语言封装成API，并提供各种功能应用的demo，大大减少用户的开发成本。

Luat入门教程

http://doc.openluat.com/wiki/3?wiki_page_id=606

• 开发指南

• 白话Lua教程

• 简明Lua语法

• LuaTools

• 第一个工程

• Luat框架

• Luat API接口 (2G)

• Luat API接口 (4G)

• LuaTask 库消息和注解

• Luat云平台

今天就分享到这里，你学会了吗

本文将持续在Luat社区更新

http://doc.openluat.com/article/2113/0

- 欢迎加入Luat 社区 -

社区账户与ERP系统通用

Lua教程 | 模块资料 | 问答系统 | 工具下载 | 经验分享

快来领取专属福利~

方式一：留言互动

参与微信公众号合宙Luat的最新推文留言互动，最先留言的前五位朋友可获赠五折券一张；

方式二：好友助力

关注合宙Luat公众号并后台留言：五折券，获取助力码后每邀请五位好友成功助力，即可获得五折券一张，多分享多获赠。

合宙商城五折券使用说明：

由合宙Luat公众号菜单【合宙商城】进入，商城全场除团购、限量特价外均可使用。每个订单结算限使用一张，每张券最多可购买相同或不同产品共计3个，不与其他优惠活动叠加。

---

- 合宙Cat.1技术QQ群 -

合宙Luat (Cat.1模块) 1群：1092305811

合宙Luat (Cat.1模块) 2群：8771645550

每个建议都值得关注

每个技能都值得分享

更多精彩等你来参与

千人级专业人士技术交流群，

模组开发、行业应用、知识分享包罗万象，

谈笑间轻松获取最前沿最实用的物联网资讯！

- 合宙Cat.1生态应用案例 -

---

柏来Cat.1智能充电插座

大彩科技医用级4G串口屏

研色智能LED背包/车载互动屏

速锐得车联网4G版T-BOX

米老师Cat.1电话核心板

世纪华宁Cat.1路由器&DTU

蜜连科技Cat.1智能口罩售卖机