Arduino下对字符串处理的问题

只看该作者 · 2023-1-13 09:34

本帖最后由 suncat0504 于 2023-1-16 19:34 编辑

#申请原创#
@21小跑堂
为了测试刚入手的带汉字字库的晶联讯液晶显示模块（JLX25696G-966-PL），用Arduino开发板写了测试程序，结果发现一些有趣的问题。买之前，以为带字库的，就像LCD1602那样，只需要把要显示的字符串发给液晶就可以正常显示呢，结果到手认真看了看液晶的说明资料，并咨询厂家技术人员，才搞明白。这个液晶模块在显示字符的时候，需要通过专用的接口从模块自带的字库中取得点阵数据，然后再通过另外的接口发给液晶，才能正常显示字符。如果不使用字库，也可以自己在代码中组织字符的点阵数据，通过程序查找匹配，得到点阵数据，直接发给液晶显示。
我手里有三种开发板：自己作的51系列的开发板，ARM32位开发板以及Arduino开发板。由于液晶是使用3.3V的电源，对于51单片机，只能使用支持3.3V的，手里有AT89C2051/4051，以及STC15W4K32系列的单片机，但它们的程序下载，都需要利用其它设备下载。从开发、编译、下载、测试角度考虑有点繁琐，而ARM32位开发板的开发，需要编写太多代码，所以考虑来考虑去，就用Arduino开发板吧。这样方便很多。需要说明的是，如果想带着字库驱动液晶，需要使用到以下接口，共计10个IO口线：

引线	符号	名称	功能
1	ROM_IN	字库IC接口	字库串行数据输入
2	ROM_OUT	字库IC接口	字库串行数据输出
3	ROM_SCK	字库IC接口	字库串行时钟
4	ROM_CS	字库IC接口	字库片选输入
5	LEDA	背光电源	背光电源正极，3.3V（已加限流电阻）
6	VSS	供电电源负极	供电电源负极
7	VDD	供电电源正极	供电电源正极 3.3V
8	A0（RS）	寄存器选择信号	串行时钟 SCK
9	RST	复位	低电平复位，复位完成后，回到高电平，液晶模块开始工作
10	CS	片选	低电平片选
11	D7	I/O	悬空或接 VDD
12	D6	I/O	寄存器选择信号RS：0-指令，1-数据
13-18	D5-D0	I/O	悬空或接 VDD
19	RD（E）	读功能	悬空或接 VDD
20	WR	写功能	悬空

表 1：模块的接口引脚功能（只表示串口模式下的符号和功能）
按照说明书中的例程，进行了必要的改造，编译、下载程序到开发板，断电，连接好接口后，给开发板上电，可以看到显示结果了。但很奇怪的是，所有数字、符号、英文字母的显示都是正常的，但汉字的显示却是乱码的。比如说把“简体字”显示为“绠浣瀛”。

图1.Arduino对汉字转换、显示后，结果不正常(第二行是将正常编码赋值给变量并显示的结果)

一开始我以为是代码中计算汉字的字库点阵的地址有问题，于是尝试获取字库中所有单元的点阵数据，期待着用这些数据拼接成字符，从而了解字库的构成。结果一是数据量太大，二是得到一些奇怪的数据，根本无法组成正常的字符，最终放弃了。于是选择技术咨询，问了厂家技术人员。技术人员说在Keil下的有个处理BUG，并给我发了一个程序，用于解决这个BUG。可我是在Arduino下处理的，不存在这个问题啊。
无奈之下，想到另外一个办法：既然能大量销售，显示模块的字库不会有问题，那么一定是程序的问题。我试着把直接输出字符串改成赋值到变量中，然后利用串口的输入输出功能和屏幕能正常输出数字、英文字符的特点，按照16进制方式输出这个unsigned char数组变量的每一个元素，发现汉字并没有被转换为正常的两字节数据。也没细想为什么会这样，我就是利用数组成员再赋值的方式写入正常的两字节16进制数据（汉字对应的16进制表达，可以通过电脑端由串口输出汉字给开发板，在开发板测显示数据方式得到），并把要显示的汉字提到数组最前面，结果液晶屏把这个汉字正常显示了出来显示。到这一步，可以证明从字库中提取汉字点阵的代码是没有问题的，计算地址的方式是对的。然后进一步的测试发现每个汉字被转换为3个字节的数据。发现这个结果的瞬间，就想到了编码的问题，虽然都是使用C语言开发，但是不是在Arduino中对汉字做了其它编码转换，导致汉字编程三个字节的数据？于是上网查了查，果然在Arduino中使用UTF8编码方式，会自动把汉字转换为3字节的数据。

图2.通过串口输出Arduino下汉字的转换结果

知道了原因就好办了，为了能让屏幕正常显示汉字，不使用汉字直接赋值或者作为参数提供给屏幕输出函数，而是用数组赋值正确的16进制数值的方式来显示汉字就可以了。虽然这种方式是比较繁琐的，需要你获得汉字对应的16进制表达。
Arduino下含有汉字的字符串：

复制

unsigned char tmp[]="简体字参 GB2312,16X16";

display_GB2312_16x16_string(1,1, tmp);

赋值为正常编码的处理代码：

复制

  tmp[0]=0xBC;   // 简

  tmp[1]=0xF2;

  tmp[2]=0xCC;  // 体

  tmp[3]=0xE5;

  tmp[4]=0xD7;  // 字

  tmp[5]=0xD6;

  tmp[6]=0xB2;   // 参

  tmp[7]=0xCE;

  tmp[8]=0xCC;   // 体

  tmp[9]=0xE5;

  tmp[10]=0xD7;  // 字

  tmp[11]=0xD6;  

  display_GB2312_16x16_string(1,3, tmp);

图3.Arduino自动转换的汉字编码和正确汉字编码的对比

如果不想这么麻烦，想一步就位，一个办法是，利用代码将UTF8数据转换为GB2312数据，这个就需要一些转码方面的知识了。我上网查了查，看到的解决办法是，将UTF8转成UNICODE后，然后利用查找法找到汉字对应的数据，再转成GB2312。UNICODE转GB2312需要有大量的对比数据支撑，会比较消耗空间，对于开发板不合适，我没有采用。还有一个办法是改变Arduino的底层设置，使Arduino使用GB2312方式处理字符串，这个办法是有一定风险的。我担心会引起其他的问题，也不在我的考虑之列。准备有时间，在彻底弄懂UTF8的编码机制后，找找规律，看看有没有快捷的什么处理方式，把字转为GB2312。

测试使用ESP8266开发板，附上测试代码：

test_ok.zip (7.79 KB)