一.文字显示
1.1 字符的编码方式
1.1.1 编码和字体
在计算机上，我们看到的字符“A”可能长这样：
也可能长这样：
对于同一个TXT文件中的内容，你在Notepad上选择不同字体时，字符显示的形状不一样。所以TXT文件中保存的是字符的核心：它的编码值。而Notepad上显示时，这些字符对应什么样的形状态，这是由字符文件决定的。编码值，字体是两个不一样的东西，比如A的编码值是0x41，但是在屏幕上显示出来时可以使用不同的形状。
什么叫编码？就是一个字符用什么数字来表示。在计算机里一切都是用数字来表示，比如字符A，用0x01还是0x02来表示它？我们使用0x41来表示它。当你去打开一个TXT文件时，发现里面含有数值0x41，你就知道了：哦，这里有一个字符A。
一个字符用哪个数字来表示？有很多标准，举例讲解。
a. ASCII
是“American Standard Code for Information Interchange”的缩写，美国信息交换标准代码。
电脑毕竟是西方人发明的，他们常用字母就26个，区分大小写、加上标点符号也没超过127个，每个字符用一个字节来表示就足够了。一个字节的7位就可以表示128个数值，在ASCII码中最高位永远是0。
字符和数值的对应关系可以参考：ASCII
下面摘录部分给大家一个印象：
但128个字符表示汉字就明显不够用了。
b. ANSI
强烈建议阅读：ANSI
使用记事本保存文件时，可以选择“ANSI”编码，却没有“ASCII”，各下图所示。怎么回事？
ASNI是ASCII的扩展，向下包含ASCII。对于ASCII字符仍以一个字节来表示，对于非ASCII字符则使用2字节来表示。并没有固定的ASNI编码，它跟“本地化”(locale)密切相关。比如在中国大陆地区，ANSI的默认编码是GB2312；在港澳台地区默认编码是BIG5。以数值“0xd0d6”为例，对于GB2312编码它表示“中”；对于BIG5编码它表示“笢”。所以对于ANSI编码的TXT文件，如果你打开它发现乱码，那么还得再次细分它的具体编码。
比如对于一个TXT文件，里面的数值如下：
使用Notepad打开后，选择不同的编码(或称为字符集)，有不一样的显示，如下：
这仅仅是在中国地区就出现这些不兼容的问题。对于不同国家，它们默认的ANSI编码各不相同，所以同一个TXT文件在不同国家就很有可能出现乱码。
根本的原理在于没有“统一的编码”，那解决方法自然就是使用“统一的编码”：UNICODE。
c. UNICODE
在ANSI标准中，很多种文字都有自己的编码标准，汉字简体字有GB2312、繁体字有BIG5，这难免同一个数值对应不同字符。比如数值“0xd0d6”，对于GB2312编码它表示“中”；对于BIG5编码它表示“笢”。这造成了使用ANSI编码保存的文件，不适合跨地区交流。
UNICODE编码就是解决这类问题：对于地球上任意一个字符，都给它一个唯一的数值。
UNICODE仍然向下兼容ASCII，但是对于其他字符会有对应的数值，比如对于“中”、“笢”，它们的数值分别是：0x4e2d、0x7b22
UNICODE中的数值范围是0x0000至0x10FFFF，有1,114,111即100多万个数值，可以表示100多万个字符，足够地球人使用了。
1.1.2 UNICODE编码实现
所谓编码实现，就是对于一个数值，怎么表示它。这很奇怪，数值还能怎么表示？比如“中”的UNICODE值是0x4e2d，在TXT文件中怎么表示0x4e2d？直接写入0x4e2d？不行！
比如在TXT文件中写入2字节数据“0x2d 0x4e”，它可以用来表示“中”字吗？不能！它们对应ASCII字符“-N”。
问题的关键在于：怎么断字。在TXT文件中，2字节数据“0x2d 0x4e”是作为一个整体看待，还是拆成2部分看待？
所以，需要用一定的技巧来表示数值，这就对应不同的编码实现。
现在我们知道：
ASCII编码中使用一个字节来表示一个字符，只用到其中的7位，最高位恒为0；
ANSI编码中，对于ASCII字符仍使用一个字节来表示(BIT7是0)，对于非ASCII字符一般使用2个字节来表示，非ASCII字符的数值BIT7都是1。
UNICODE：这就有点复杂了，下面一一讲解。
先用记事本新建3个文件：utf-16_le.txt、utf-16_be.txt、utf-8.txt、bom_utf-8.txt，里面的内容都是“ab中”，保存时编码分别选择“UTF-16 LE”、“UTF-16 BE”、“UTF-8”、“带有BOM的UTF-8”，下图是其中一个例子：
怎么表示一个UNICODE数值？
使用3个字节表示一个UNICODE
不，太浪费。
UNICODE的最大值是0x10FFFF，那使用3个字节来表示一个UNICODE数值？这当然是很省事的方法，但是会造成浪费，比如字符A的UNICOCDE值是0x41，难道也用“0x41 0x00 0x00”这3个字节来表示？
UCS-2 Little endian/UTF-16 LE
每个UNICODE值用3字节来表示有点浪费，那只用2字节呢？它可以表示2^16=65536个字符，全世界常用的字符都可以表示了。
Little endian表示小字节序，数值中权重低的字节放在前面，比如字符“A中”在TXT文件中的数值如下，其中的“A”使用“0x41 0x00”两字节表示；“中”使用“0x2d 0x4e”两字节表示。文件开头的“0xff 0xfe”表示“UTF-16 LE”。
UCS-2 Big endian/UTF-16 BE
Big endian表示大字节序，数值中权重低的字节放在后面，比如字符“ab中”在TXT文件中的数值如下，其中的“A”使用“0x00 0x41”两字节表示；“中”使用“0x4e 0x2d”两字节表示。文件开头的“0xfe 0xff”表示“UTF-16 BE”。
UTF8
UTF-8、UTF-16、UTF-32 都是 Unicode 的一种实现。
在上面2种方法中，每一个UNICODE使用2字节来表示，这有3个缺点：表示的字符数量有限、对于ASCII字符有空间浪费、如果文件中有某个字节丢失，这会使得后面所有字符都因为错位而无法显示。
使用UTF8可以解决上述所有问题。UTF8是变长的编码方法，有2种UTF8格式的文件：带有头部、不带头部。先举例，看下图：
对于其中的ASCII字符，在UTF8文件中直接用其ASCII码来表示，比如上图中的0x61表示字符a、0x62表示字符b。上图中的3个字节“0xe4 0xb8 0xad”表示的数值是0x4e2d，对应“中”的UNICODE码。
对于非ASCII字符，使用变长的编码：每一个字节的高位都自带长度信息。请看下图：
上图中，0xe4的二进制是“11100100”，高位有3个1，表示从当前字节起有3字节参与表示UNICODE；
0xb8的二进制是“10111000”，高位有1个1，表示从当前字节起有1字节参与表示UNICODE；
0xad的二进制是“10101101”，高位有1个1，表示从当前字节起有1字节参与表示UNICODE；
除去高位的“1110”、“10”、“10”后，剩下的二进制数组合起来得到“01001110001101”，它就是0x4e2d，即“中”的UNICODE值。
使用UTF8编码时，即使TXT文件中丢失了某些数据，也只会影响到当前字符的显示，后面的字符不受影响。
1.2 ASCII字符点阵显示
要在LCD中显示一个ASCII字符，即英文字母这些字符，首先是要找到字符对应的点阵。在Linux内核源码中有这个文件：lib\fonts\font_8x16.c，里面以数组形式保存各个字符的点阵，比如：
数组里的数字是如何表示点阵的？以字符A为例，如下图所示：
上图左侧有16行数值，每行1个字节。每一个节对应右侧一行中8个像素：像素从右边数起，bit0对应第0个像素，bit1对应第1个像素，……，bit7对应第7个像素。某位的值为1时，表示对应的像素要被点亮；值为0时表示对应的像素要熄灭。
以要显示某个字符时，根据它的ASCII码在fontdata_8x16数组中找到它的点阵，然后取出这16个字节去描画16行像素。
比如字符A的ASCII值是0x41，那么从fontdata_8x16[0x41*16]开始取其点阵数据。
使用GIT下载所有源码后，本节源码位于如下目录：
01_all_series_quickstart\ 04_嵌入式Linux应用开发基础知识\source\08_show_ascii\ c
核心函数是void lcd_put_ascii(int x, int y, unsigned char c)，它在LCD的(x,y)位置处显示字符c，代码如下图所示：
1.2.1 获取点阵
对于字符c，char c，它的点阵获取方法如下：
4693 unsigned char *dots = (unsigned char *)&fontdata_8x16[c*16];
1.2.2 描点
根据上图，我们分析下如何利用点阵在LCD上显示一个英文字母。
因为有十六行，所以首先要有一个循环16次的大循环，然后每一行里有8位，那么在每一个大循环里也需要一个循环8次的小循环。
小循环里的判断单行的描点情况，如果是1，就填充白色，如果是0就填充黑色，如此一来，就可以显示出黑色底，白色轮廓的英文字母。
4697 for (i = 0; i < 16; i++) 4698 { 4699 byte = dots[i]; 4700 for (b = 7; b >= 0; b--) 4701 { 4702 if (byte & (1<<b)) 4703 { 4704 /* show */ 4705 lcd_put_pixel(x+7-b, y+i, 0xffffff); /* 白 */ 4706 } 4707 else 4708 { 4709 /* hide */ 4710 lcd_put_pixel(x+7-b, y+i, 0); /* 黑 */ 4711 } 4712 } 4713 }
1.2.3 main 函数
main函数中首先要打开LCD设备，获取Framebuffer参数，实现lcd_put_pixel函数；然后调用lcd_put_ascii即可绘制字符。
代码如下：
4716 int main(int argc, char **argv) 4717 { 4718 fd_fb = open("/dev/fb0", O_RDWR); 4719 if (fd_fb < 0) 4720 { 4721 printf("can't open /dev/fb0\n"); 4722 return -1; 4723 } 4724 if (ioctl(fd_fb, FBIOGET_VSCREENINFO, &var)) 4725 { 4726 printf("can't get var\n"); 4727 return -1; 4728 } 4729 4730 line_width = var.xres * var.bits_per_pixel / 8; 4731 pixel_width = var.bits_per_pixel / 8; 4732 screen_size = var.xres * var.yres * var.bits_per_pixel / 8; 4733 fbmem = (unsigned char *)mmap(NULL , screen_size, PROT_READ | PROT_WRITE, MAP_SHARED, fd_fb, 0); 4734 if (fbmem == (unsigned char *)-1) 4735 { 4736 printf("can't mmap\n"); 4737 return -1; 4738 } 4739 4740 /* 清屏: 全部设为黑色 */ 4741 memset(fbmem, 0, screen_size); 4742 4743 lcd_put_ascii(var.xres/2, var.yres/2, 'A'); /*在屏幕中间显示8*16的字母A*/ 4744 4745 munmap(fbmem , screen_size); 4746 close(fd_fb); 4747 4748 return 0; 4749 } 4750
1.2.4 编译c文件show_ascii.c
编译命令：
arm-linux-gnueabihf-gcc -o show_ascii show_ascii.c
注意：不同的板子，编译工具的前缀可能不一样。
1.2.5 上机实验
把show_ascii程序放到板子上，执行命令：
./show_ascii
如果实验成功，我们将看到屏幕中间会显示出一个白色的字母‘A’。
int fd_fb; struct fb_var_screeninfo var; /* Current var */ int screen_size; unsigned char *fbmem; unsigned int line_width; unsigned int pixel_width; /********************************************************************** * 函数名称： lcd_put_pixel * 功能描述： 在LCD指定位置上输出指定颜色（描点） * 输入参数： x坐标，y坐标，颜色 * 输出参数： 无 * 返 回 值： 会 * 修改日期 版本号 修改人 修改内容 * ----------------------------------------------- * 2020/05/12 V1.0 zh(angenao) 创建 ***********************************************************************/ void lcd_put_pixel(int x, int y, unsigned int color) { unsigned char *pen_8 = fbmem+y*line_width+x*pixel_width; unsigned short *pen_16; unsigned int *pen_32; unsigned int red, green, blue; pen_16 = (unsigned short *)pen_8; pen_32 = (unsigned int *)pen_8; switch (var.bits_per_pixel) { case 8: { *pen_8 = color; break; } case 16: { /* 565 */ red = (color >> 16) & 0xff; green = (color >> 8) & 0xff; blue = (color >> 0) & 0xff; color = ((red >> 3) << 11) | ((green >> 2) << 5) | (blue >> 3); *pen_16 = color; break; } case 32: { *pen_32 = color; break; } default: { printf("can't surport %dbpp\n", var.bits_per_pixel); break; } } } /********************************************************************** * 函数名称： lcd_put_ascii * 功能描述： 在LCD指定位置上显示一个8*16的字符 * 输入参数： x坐标，y坐标，ascii码 * 输出参数： 无 * 返 回 值： 无 * 修改日期 版本号 修改人 修改内容 * ----------------------------------------------- * 2020/05/12 V1.0 zh(angenao) 创建 ***********************************************************************/ void lcd_put_ascii(int x, int y, unsigned char c) { unsigned char *dots = (unsigned char *)&fontdata_8x16[c*16]; int i, b; unsigned char byte; for (i = 0; i < 16; i++) { byte = dots[i]; for (b = 7; b >= 0; b--) { if (byte & (1<<b)) { /* show */ lcd_put_pixel(x+7-b, y+i, 0xffffff); /* 白 */ } else { /* hide */ lcd_put_pixel(x+7-b, y+i, 0); /* 黑 */ } } } } int main(int argc, char **argv) { fd_fb = open("/dev/fb0", O_RDWR); if (fd_fb < 0) { printf("can't open /dev/fb0\n"); return -1; } if (ioctl(fd_fb, FBIOGET_VSCREENINFO, &var)) { printf("can't get var\n"); return -1; } line_width = var.xres * var.bits_per_pixel / 8; pixel_width = var.bits_per_pixel / 8; screen_size = var.xres * var.yres * var.bits_per_pixel / 8; fbmem = (unsigned char *)mmap(NULL , screen_size, PROT_READ | PROT_WRITE, MAP_SHARED, fd_fb, 0); if (fbmem == (unsigned char *)-1) { printf("can't mmap\n"); return -1; } /* 清屏: 全部设为黑色 */ memset(fbmem, 0, screen_size); lcd_put_ascii(var.xres/2, var.yres/2, 'A'); /*在屏幕中间显示8*16的字母A*/ munmap(fbmem , screen_size); close(fd_fb); return 0; }
显示结果如下：
1.3 中文字符的点阵显示
使用GIT下载所有源码后，本节源码位于如下目录：
01_all_series_quickstart\ 04_嵌入式Linux应用开发基础知识\source\09_show_chinese\ test_charset_ansi.c test_charset_utf8.c show_chinese.c
1.3.1 指定编码格式
使用点阵字库时，中文字符的显示原理跟ASCII字符是一样的。要注意的地方在于中文的编码：在C源文件中它的编码方式是GB2312还是UTF-8？编译出的可执行程序，其中的汉字编码方式是GB2312还是UTF-8？
注意：一般不会使用UTF-16的编码方式，在这种方式下ASCII字符也是用2字节来表示，而其中一个字节是0，但是在C语言中0表示字符串的结束符，会引起误会。
我们编写C程序时，可以使用ANSI编码，或是UTF-8编码；在编译程序时，可以使用以下的选项告诉编译器：
-finput-charset=GB2312 -finput-charset=UTF-8
如果不指定“-finput-charset”，GCC就会默认C程序的编码方式为UTF-8，即使你是以ANSI格式保存，也会被当作UTF-8来对待。
对于编译出来的可执行程序，可以指定它里面的字符是以什么方式编码，可以使用以下的选项编译器：
-fexec-charset=GB2312 -fexec-charset=UTF-8
如果不指定“-fexec-charset”，GCC就会默认编译出的可执行程序中字符的编码方式为UTF-8。
如果“-finput-charset”与“-fexec-charset”不一样，编译器会进行格式转换。
1.3.2 编码格式实验
下面做实验。
test_charset_ansi.c、 test_charset_utf8.c的编码格式分别为ANSI、UTF-8，它们的程序代码是一样的，如下：
01 #include <stdio.h> 02 #include <string.h> 03 04 int main(int argc, char **argv) 05 { 06 char *str = "A中"; 07 int i; 08 09 printf("str's len = %d\n", (int)strlen(str)); 10 printf("Hex code: "); 11 for (i = 0; i < strlen(str); i++) 12 { 13 printf("%02x ", (unsigned char)str[i]); 14 } 15 printf("\n"); 16 return 0; 17 }
默认编码
实验如下：
book@100ask:~/09_show_chinese$ gcc -o test_charset_ansi test_charset_ansi.c book@100ask:~/09_show_chinese$ ./test_charset_ansi str's len = 3 Hex code: 41 d6 d0 book@100ask:~/09_show_chinese$ book@100ask:~/09_show_chinese$ gcc -o test_charset_utf8 test_charset_utf8.c book@100ask:~/09_show_chinese$ ./test_charset_utf8 str's len = 4 Hex code: 41 e4 b8 ad
不指定“-finput-charset”与“-fexec-charset”时，input-charset和exec-charset默认都是UTF-8，不会进行编码转换。即使C文件是ANSI，也会被认为是UTF-8，所以不会导致编码转换。
GB2312转为UTF-8
实验如下：
book@100ask:~/09_show_chinese$ gcc -finput-charset=GB2312 -fexec-charset=UTF-8 -o test_charset_ansi test_charset_ansi.c book@100ask:~/09_show_chinese$ ./test_charset_ansi str's len = 4 Hex code: 41 e4 b8 ad book@100ask:~/09_show_chinese$ book@100ask:~/09_show_chinese$ gcc -finput-charset=GB2312 -fexec-charset=UTF-8 -o test_charset_utf8 test_charset_utf8.c cc1: error: failure to convert GB2312 to UTF-8
从上面的输出信息可以看出来，GB2312的“0xd6 0xd0”可以转换为UTF-8的“0xe4 0xb8 0xad”。
而如果把原本就是UTF-8格式的test_charset_utf8.c当作GB2312格式，会引起错误。
3.UTF-8转为GB2312
实验如下：
book@100ask:~/09_show_chinese$ gcc -finput-charset=UTF-8 -fexec-charset=GB2312 -o test_charset_ansi test_charset_ansi.c test_charset_ansi.c: In function ‘main’: test_charset_ansi.c:6:14: error: converting to execution character set: Invalid or incomplete multibyte or wide character char *str = "A▒▒"; ^~~~~ book@100ask:~/09_show_chinese$ book@100ask:~/09_show_chinese$ gcc -finput-charset=UTF-8 -fexec-charset=GB2312 -o test_charset_utf8 test_charset_utf8.c book@100ask:~/09_show_chinese$ ./test_charset_utf8 str's len = 3 Hex code: 41 d6 d0
从上面的输出信息可以看出来，如果把原本就是GB2312格式的test_charset_ansi.c当作UTF-8格式，会引起错误。
而UTF-8格式的“中”编码值为“0xe4 0xb8 0xad”，可以转换为GB2312的“0xd6 0xd0”。
在代码中使用汉字这类非ASCII码时，要特别留意编码格式。
