SMS是由Esti 所制定的一個(gè)規(guī)范（GSM 03.40 和 GSM 03.38）。有兩種方式來(lái)發(fā)送和接收SMS消息：文本模式或者PDU（protocol description unit）模式。文本模式只能發(fā)送普通的ASCII字符，而要發(fā)送圖片、鈴聲、其它編碼的字符（如中文）就必須采用PDU模式。

       PDU模式中，可以采用三種編碼方式來(lái)編碼要發(fā)送的內(nèi)容，分別是 7-bit編碼、8-bit編碼、16-bit編碼。7-bit編碼用于發(fā)送普通的ASCII字符；8-bit編碼通常用于發(fā)送數(shù)據(jù)消息，比如圖片和鈴聲等；而16-bit編碼用于發(fā)送Unicode字符。在這三種編碼方式下，可以發(fā)送的最大字符數(shù)分別是 160、 140、 70。

       若要發(fā)送中文（或日文等），必須采用PDU模式的Unicode編碼方式。

我最近參與了一個(gè)在linux下收發(fā)短信的項(xiàng)目。其中，需要實(shí)現(xiàn)中文的發(fā)送和接收。由于原來(lái)沒有中文編碼、Unicode編碼的經(jīng)驗(yàn)，所以查了一些資料，也在一些論壇上提了一些問題�，F(xiàn)在把它整理出來(lái)，希望對(duì)以后再做類似項(xiàng)目的朋友有個(gè)幫助。我寫的比較簡(jiǎn)單，關(guān)于PDU的規(guī)范，可以看這里：http://www.ascend-tech.com.cn/sustain/SMS_PDU-mode.pdf ，或者去wavecom的網(wǎng)站上找找看。

 

1、 GB2312 編碼到Unicode 編碼的轉(zhuǎn)換

 

在 Redhat 7.3系統(tǒng)上，默認(rèn)是用GB2312編碼保存中文字符的（對(duì)于中英文混合的文本也是如此）。所以首先需要把 GB2312 編碼的字符串轉(zhuǎn)換到 Unicode編碼的字符串。GB2312編碼是一種多字節(jié)編碼方式，對(duì)于中文，用2個(gè)字節(jié)表示，對(duì)于英文，用1個(gè)字節(jié)表示，就是英文的ascii碼。（注：我沒有仔細(xì)看過(guò)GB2312編碼的規(guī)范，以上理解是實(shí)際開發(fā)中得出來(lái)的，不能保證正確性）。Unicode編碼是雙字節(jié)編碼方式，對(duì)所有字符，都采用2個(gè)字節(jié)編碼。在linux平臺(tái)上，GB2312編碼到Unicode編碼的轉(zhuǎn)換，可以有三種實(shí)現(xiàn)方式（或者更多）：

1）、用 mbstowcs () 函數(shù)。就是多字節(jié)編碼到寬字符的轉(zhuǎn)換。我試過(guò)它，可以正確的轉(zhuǎn)換，但是這個(gè)函數(shù)可能不是很可靠。

 

2）、用 GB2312 à Unicode 的轉(zhuǎn)換表，手動(dòng)查表轉(zhuǎn)換。網(wǎng)上有這樣的轉(zhuǎn)換表，你需要對(duì)每一個(gè)GB2312字符，根據(jù)它是中文字符還是英文字符，分別轉(zhuǎn)換。

 

3）、用 iconv () 函數(shù)。這可能是linux上的標(biāo)準(zhǔn)的方法，不僅可以轉(zhuǎn)換GB2312到Unicode，還可以在任意的兩種編碼之間轉(zhuǎn)換（前提是linux系統(tǒng)要支持這些編碼）。

首先要用 iconv_open()， 打開一個(gè)轉(zhuǎn)換句柄，指定兩種轉(zhuǎn)換前的編碼和轉(zhuǎn)換后的編碼。

然后用 icnov() 作轉(zhuǎn)換。最后用 iconv_close()關(guān)閉句柄，釋放資源。

#include <iconv.h>

 

#define BUFLEN 200

char inbuf[BUFLEN];

char outbuf[BUFLEN];

char* pin = inbuf;

char* pout = outbuf;

 

…打開文件，讀入GB2312數(shù)據(jù)到inbuf，數(shù)據(jù)長(zhǎng)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(shí)，需要注意參數(shù)的使用，inleft 是輸入緩沖區(qū)數(shù)據(jù)數(shù)據(jù)長(zhǎng)度，outleft是輸出緩沖區(qū)大小。（需要保證輸出緩沖區(qū)足夠大）。

轉(zhuǎn)換以后，outleft 是outbuf中空閑空間的大小，所以 BUFLEN-outleft 才是真正的Unicode數(shù)據(jù)長(zhǎng)度。

注意：不論是GB2312編碼，還是Unicode編碼，在內(nèi)存中都是一些字節(jié)序列，所以我們可以統(tǒng)一用 類型為 char（或者unsigned char）的字符數(shù)組來(lái)保存。所以，BUFLEN-outleft 是 字符（char）個(gè)數(shù)，而不是Unicode字符個(gè)數(shù)。

 

 

2、  Unicode 編碼到 16-bit 編碼的轉(zhuǎn)換

 

在得到 Unicode編碼以后，還需要轉(zhuǎn)換到 PDU 的16-bit 編碼，才可以正確的發(fā)送。在這個(gè)轉(zhuǎn)換過(guò)程中，需要注意兩點(diǎn)：

1）、Unicode 編碼最開始的 0xFEFF標(biāo)志要被去除，在0xFEFF之后的內(nèi)容，才是真正的Unicode字符。（至于為什么有這個(gè)0xfeff標(biāo)志，知道的朋友告訴我一聲，呵呵）。

 

2）、Unicode 是雙字節(jié)字符，由于我的系統(tǒng)是小端字節(jié)序（little-endian），也就是說(shuō)，在存儲(chǔ)的時(shí)候，是先低位，后高位，例如“中”的Unicode編碼是 0x4E2D，存儲(chǔ)的時(shí)候是 2D4E，在轉(zhuǎn)換到 16-bit編碼的時(shí)候，要注意這個(gè)順序的不同。當(dāng)然，如果你的系統(tǒng)是大端字節(jié)序（big-endian），那么就不用這樣做了。

 

3）、為了將0x4E2D 的Unicode編碼轉(zhuǎn)換到 “4E2D” 的16-bit編碼，可以用 sprintf(buf,  “%02X”,  outbuf[i]) 對(duì)每一個(gè)字節(jié)作轉(zhuǎn)換。

 

 

3、正確計(jì)算16-bit 編碼的消息體長(zhǎng)度

       PDU規(guī)范中，需要包括消息體的長(zhǎng)度，這里你要小心計(jì)算。

 

4、正確設(shè)置 First-Octet 、TP-MR、TP-PID、TP-DCS、TP-VP

 

在PDU格式中，F(xiàn)irst-Octet 、TP-MR、TP-PID、TP-DCS、TP-VP的設(shè)置正確與否，對(duì)能否發(fā)送 Unicode 至關(guān)重要。根據(jù)協(xié)議規(guī)范以及我的調(diào)試結(jié)果，以上幾個(gè)標(biāo)志的正確設(shè)置分別為（都是16進(jìn)制）：

First-Octet ： 11    

TP-MR ：      00

TP-PID ：      00

TP-DCS ：     08    （編碼方式，16-bit）

TP-VP ：              A7          

 

       經(jīng)過(guò)以上步驟，已經(jīng)可以做到發(fā)送中文字符了。

希望這篇文檔，能為準(zhǔn)備在linux下做短信開發(fā)的朋友提供一些幫助。

       

 

參考資料：

★ An introduction to the SMS in PDU mode GSM Recommendation phase 2