点阵屏显示UTF-8的汉字

点阵屏显示UTF-8的汉字

1：思路

由于UTF-8编码是不定长度编码，所以当接收到的字符中文英文混杂的时候，不能够清晰地判断哪几个字节表示一个字符，所以需要转换一下，统一表示。Unicode很好地解决这个问题，而且他们互相转换有规律可循。

英文大小写字母，中文字符，简体汉字这三类字符全部可以使用两个字节表示清楚。

UTF-8编码的字节——Unicode编码的字节（两个字节一个字符）——单片机显示字符到屏幕。2：UTF-8转Unicode（单片机完成）

UTF-8的编码规则很简单，只有二条：

1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的Unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。

2）对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的Unicode码。

3)把下表中的UTF-8方式的二进制编码中，红色的代码连续起来，就是左边的Unicode编码。

Unicode编码(二进制)UTF-8编码方式（二进制）对应的字符

0X6211(0110001000010001)0XE68891(111001101000100010010001)我

0X0041(0000000001000001)0X41(01000001)A

0XFF01(1111111100000001)0XEFBC81(111011111011110010000001)！（中文感叹）0X3002(0011000000000010)0XE38082(111000111000000010000010)。（中文句号）4）单片机接收到一个UTF-8编码的字符串后，从以一个字节开始依次处理。如果这个字节的最高位是0，那么直接就是Unicode。如果是1，那么判断其高四位里有几个1，依据这个数字读取后续的字节数，再把后续字节里面的“10”去掉，剩下的二进制组合新的字节。得到的新的字节一般会是两个字节，就是我们需要的Unicode码。

3:Unicode取模（电脑完成）

Unicode码是按照编码规范编码的，每一个编码对应一个字符。下表列举部分：

Unicode码对应的字符Unicode码对应的字符Unicode码对应的字符0X4E00一0X4E04丄0X4E08丈0X4E01丁0X4E05丅0X4E09三0X4E02丂0X4E06丆0X4E0A上0X4E03七0X4E07万0X4E0B下上表可以得知：唯一的Unicode编码可以得到一个唯一的字符。如果我们把Unicode编码作为Flash的地址，对应的字符存储字符到单片机的Flash里面，那么当我们得到一个Unicode编码后直接去对应地址取数据即可。

这个对应关系要求我们取模的时候要注意字符顺序。取模的字符顺序必须要和Unicode编码的顺序排列一致。

Unicode编码方法包括了全球的主流语言文字，我们只关心简体中文部分，所以查资料得到下表：Unicode编码（HEX）Unicode（十进制）字符数量说明0X0021-0X007E33-12694个部分ASCII，如英文大小写，数字

0X4E00-0X9FA519968-4086920902个汉字部分，大部分汉字

0XFF01-0XFF5E65281-6537494个符号部分比如中文感叹号等0X3002122901个中文句号。较为特殊，需要使用的。

我们按照上表的顺序，将对应的字符全部输出到一个文本文件里面，那么这个文件里将会有21091个字符。我们再将这21091个字符取模，烧录进Flash里面即可。（使用Python编程，做好了这个码表文件，随本文档一起发布。）

4：显示Unicode字符（单片机完成）

得到Unicode编码后，首先判断其在上表中的那个区间，然后再计算其在存储地址中的偏移量。（比如取模后一个字符是32个字节，那么还需要再乘以32）直接依据地址读取数据，显示即可。