SMS中用Unicode编码发送中文(页 1) - 编程开发 & Rational - LoveUnix 最强AIX小机技术论坛,UNIX,Linux,存储,数据库,中间件,开发,管理

2005-8-26 09:37 99大话王

<div class='quotetop'>QUOTE</div><div class='quotemain'>SMS中用Unicode编码发送中文 SMS是由Esti 所制定的一个规范（GSM 03.40 和 GSM 03.38）。有两种方式来发送和接收SMS消息：文本模式或者PDU（protocol description unit）模式。文本模式只能发送普通的ASCII字符，而要发送图片、铃声、其它编码的字符（如中文）就必须采用PDU模式。 PDU模式中，可以采用三种编码方式来编码要发送的内容，分别是 7-bit编码、8-bit编码、16-bit编码。7-bit编码用于发送普通的ASCII字符；8-bit编码通常用于发送数据消息，比如图片和铃声等；而16-bit编码用于发送Unicode字符。在这三种编码方式下，可以发送的最大字符数分别是 160、 140、 70。 若要发送中文（或日文等），必须采用PDU模式的Unicode编码方式。 我最近参与了一个在linux下收发短信的项目。其中，需要实现中文的发送和接收。由于原来没有中文编码、Unicode编码的经验，所以查了一些资料，也在一些论坛上提了一些问题。现在把它整理出来，希望对以后再做类似项目的朋友有个帮助。我写的比较简单，关于PDU的规范，可以看这里：http://www.ascend-tech.com.cn/sustain/SMS_PDU-mode.pdf  ，或者去wavecom的网站上找找看。 1、 GB2312 编码到Unicode 编码的转换 在 Redhat 7.3系统上，默认是用GB2312编码保存中文字符的（对于中英文混合的文本也是如此）。所以首先需要把 GB2312 编码的字符串转换到 Unicode编码的字符串。GB2312编码是一种多字节编码方式，对于中文，用2个字节表示，对于英文，用1个字节表示，就是英文的ascii码。（注：我没有仔细看过GB2312编码的规范，以上理解是实际开发中得出来的，不能保证正确性）。Unicode编码是双字节编码方式，对所有字符，都采用2个字节编码。在linux平台上，GB2312编码到Unicode编码的转换，可以有三种实现方式（或者更多）： 1）、用 mbstowcs () 函数。就是多字节编码到宽字符的转换。我试过它，可以正确的转换，但是这个函数可能不是很可靠。 2）、用 GB2312 à Unicode 的转换表，手动查表转换。网上有这样的转换表，你需要对每一个GB2312字符，根据它是中文字符还是英文字符，分别转换。 3）、用 iconv () 函数。这可能是linux上的标准的方法，不仅可以转换GB2312到Unicode，还可以在任意的两种编码之间转换（前提是linux系统要支持这些编码）。 首先要用 iconv_open()，打开一个转换句柄，指定两种转换前的编码和转换后的编码。 然后用 icnov() 作转换。最后用 iconv_close()关闭句柄，释放资源。 #include <iconv.h> #define BUFLEN 200 char inbuf[BUFLEN]; char outbuf[BUFLEN]; char* pin = inbuf; char* pout = outbuf; …打开文件，读入GB2312数据到inbuf，数据长度为 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 () 时，需要注意参数的使用，inleft 是输入缓冲区数据数据长度，outleft是输出缓冲区大小。（需要保证输出缓冲区足够大）。 转换以后，outleft 是outbuf中空闲空间的大小，所以 BUFLEN-outleft 才是真正的Unicode数据长度。 注意：不论是GB2312编码，还是Unicode编码，在内存中都是一些字节序列，所以我们可以统一用类型为 char（或者unsigned char）的字符数组来保存。所以，BUFLEN-outleft 是字符（char）个数，而不是Unicode字符个数。 2、 Unicode 编码到 16-bit 编码的转换 在得到 Unicode编码以后，还需要转换到 PDU 的16-bit 编码，才可以正确的发送。在这个转换过程中，需要注意两点： 1）、Unicode 编码最开始的 0xFEFF标志要被去除，在0xFEFF之后的内容，才是真正的Unicode字符。（至于为什么有这个0xfeff标志，知道的朋友告诉我一声，呵呵）。 2）、Unicode 是双字节字符，由于我的系统是小端字节序（little-endian），也就是说，在存储的时候，是先低位，后高位，例如“中”的Unicode编码是 0x4E2D，存储的时候是 2D4E，在转换到 16-bit编码的时候，要注意这个顺序的不同。当然，如果你的系统是大端字节序（big-endian），那么就不用这样做了。 OK，关于如何将 0x4E2D 的Unicode编码转换到 “4E2D” 的16-bit编码，我就不多写了。 3、正确计算16-bit 编码的消息体长度 4、正确设置 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的设置正确与否，对能否发送 Unicode 至关重要。根据协议规范以及我的调试结果，以上几个标志的正确设置分别为（都是16进制）： First-Octet ： 11 TP-MR ： 00 TP-PID ： 00 TP-DCS ： 08 （编码方式，16-bit） TP-VP ： A7 经过以上步骤，已经可以做到发送中文字符了。 希望这篇文档，能为准备在linux下做短信开发的朋友提供一些帮助。 </div>

2005-8-26 09:51 99大话王

我想把一个汉字转unicode的代码，在Linux下不成功 <img src='style_emoticons/default/cry_smile.gif' border='0' style='vertical-align:middle' alt='cry_smile.gif' /> iconv返回-1 <img src='style_emoticons/default/sad.gif' border='0' style='vertical-align:middle' alt='sad.gif' /> 谁有过这方面的经验，谢谢指点 <div class='codetop'>CODE</div><div class='codemain'> wchar_t Gb2312ToUnicode(char *pStr) {  static wchar_t wch = 0;  wch = 0; #ifdef WIN32  ::MultiByteToWideChar(CP_ACP, MB_PRECOMPOSED, pStr, 2, &wch, 1); #else  bool iconv_good = false;  do  {   iconv_t cd = iconv_open("gb2312", "unicode");   if (0 == cd)   {    cout << "0 == iconv_open" << endl;    break;   }   char *pin = pStr;   size_t inlen = 2;   char *outbuf = (char*)&wch;   char *pout = outbuf;   size_t outlen = 2;   char buf[10];   outbuf = buf;   outlen = 10;   if (-1 == iconv(cd, &pin, &inlen, &pout, &outlen))   {    cout << "-1 == iconv" << endl;    break;   }   iconv_close(cd);   iconv_good = true;  }  while (false);  if (true != iconv_good)  {   cout << "iconv_good = " << iconv_good << endl;   /*   int ch = *pStr;   int ch2 = *(pStr + 1);   int c = ( ch2 | (ch << 8) );   wch = c;   */  } #endif  cout << "wch = " << wch << endl;  return wch; } </div>

2005-8-26 10:14 wcp2004

学习中，不错！

2005-8-26 14:52 无双

unicode的iconv 参数应该是"UCS-2"吧改下看看

2005-8-26 17:43 99大话王

<div class='codetop'>CODE</div><div class='codemain'> // &acute;ú&Acirc;&euml;×&ordf;&raquo;&raquo;&sup2;&Ugrave;×÷&Agrave;à class CodeConverter { private: iconv_t cd; public: // &sup1;&sup1;&Ocirc;ì CodeConverter(const char *from_charset,const char *to_charset) {  cd = iconv_open(to_charset,from_charset); } // &Icirc;&ouml;&sup1;&sup1; ~CodeConverter() {  iconv_close(cd); } // ×&ordf;&raquo;&raquo;&Ecirc;&auml;&sup3;&ouml; int convert(char *inbuf,int inlen,char *outbuf,int outlen) {  char **pin = &inbuf;  char **pout = &outbuf;    memset(outbuf,0,outlen);  //return iconv(cd,pin,(size_t *)&inlen,pout,(size_t *)&outlen);  int ret = iconv(cd,pin,(size_t *)&inlen,pout,(size_t *)&outlen);  if (-1 == ret) printf ("iconv: %m\n");  return ret; } }; </div> 成功了 void main() { #define OUTLEN 255 char* p1 = "超级女生"; char p2[] = {*p1, *(p1 + 1), 0}; char out[OUTLEN]; CodeConverter cc2 = CodeConverter("gb2312","unicode"); int n = cc2.convert(p1, strlen(p1), out,OUTLEN); }

2005-8-29 09:30 无双

哦原来你第一次传入的参数是指针地址所以出问题

2006-9-30 13:20 triphop

如果想详细学习一下SMS的话，建议看看3GPP 24.011协议
不过从我个人角度来说，SMS协议应该是非常简单的协议。
从终端和短信中心的交互流程上讲，也是非常简单。
就是几个CP-DATA, CP-ACK