SIM卡中UCS2編碼的三種格式（80,81,82）分析

網上看到一篇比較好的說ucs2編碼的文章，保存一下，原文地址：

http://hi.baidu.com/youren4548/blog/item/fa08bd1bf61005058618bf1d.html

    操做SIM卡中的數據操做主要有兩個地方，一個是短信操做，還有一個通信錄操做，兩種編碼略有差異：

一、短信息操做：

    在短信息中，默認一條短信的最大長度爲140個字節。

    純ASCII字符主要採用7-bit編碼格式，即只是利用了字符的後7位數據，這樣160個ASCII字符只佔用140個字節。這樣咱們手機的一條短信就能夠發送160個ASCII字符了。

    包含漢字的字符采用UCS2編碼格式，即UNICODE的2字節編碼格式。樣每一個字符佔用兩個字節，只要短信中包含中文，整條短信的字符都要採用UCS2編碼，這樣整個短信最多就只能發送70個字符了。

二、通信錄操做：

    通信錄中的姓名長度限制不同，本人使用的TD模塊限制長度爲14個字節。

    單獨的ASCII字符正常都使用8-bit編碼格式，即每一個字節都佔用8位，這也是最爲正常的存儲格式了。

    若是包含中文等字符，則正常採用80編碼格式，即整個姓名字符以80開頭，後面跟上UCS2數據，但有些狀況下又會採用81或者82開頭。

  a) 80 開頭：

    80開頭的爲ucs2格式（注意：後面的字符必須有中文才行，不然多是以80開頭的純ASCII字符串），大頭在前，小頭在後。

    例1：中國

    UNICODE編碼爲:4E2D56FD

    用ucs2的80方案表示是:804E2D56FD

    例2：杜10娘

    UNICODE編碼爲:675C003100305A18

    用ucs2的80方案表示是:80675C003100305A18

    顯然只要有中文，數字也得佔用兩個字節。

   b) 81 開頭：

     81開頭的格式中，包含一個基址（一個字節）。有這個基址，就能夠用一個字節表示一個ucs2字符了。

     在格式上，81是標識，後一個字節表示整個字符串長度，再後面一個字節是基址，再日後的就都是數據了。先舉一例：

     例3：杜杜杜

     UNICODE編碼爲:675C675C675C

     用ucs2的80方案表示是:80675C675C675C

     用ucs2的81方案表示是:8103CEDCDCDC

     分析一下UCS2的81方案：8103CEDCDCDC

     81：爲標記

     03：表示整個字符串爲3個字符

     CE：一個字節爲基址。解析的方法爲：將基址（CE）左移七位，並將最高位置爲0，最低位再補一個0（這樣就16位啦）。此時基

     址變爲0x6700，而後再判斷後面的數據字節。

     DCDCDC：3個數據字節 DC， DC， DC 。若是數據字節的最高位爲0，則認爲此字節是一個ASCII字符。若是數據字節的最高位爲

     1，則低7位爲基址的一個偏移，實際的UCS2字符爲基址加上這個偏移值。因爲此處三個數據字節最高位都爲1，則實際的3個字符的

     偏移值爲：5C， 5C， 5C。實際的UCS2編碼爲： 0x675C 0x675C 0x675C， 此處咱們就看的明白了。

     例4：一丁丂七丄丅               （注：這些字符屬於GBK字符集）

     UNICODE編碼爲:4E004E014E024E034E044E05

     用ucs2的80方案表示是:804E004E014E024E034E044E05

     用ucs2的81方案表示是:81069C808182838485

     分析一下UCS2的81方案：81069C808182838485

     81：爲標記

     06：表示整個字符串爲6個字符

     9C：一個字節爲基址。解析的方法爲：將基址（9C）左移七位，並將最高位置爲0，最低位再補一個0（這樣就16位啦）。此時基址

     變爲0x4E00，而後再判斷後面的數據字節。

     808182838485：6個數據字節 80，81，82，83，84，85 。因爲此處六個數據字節最高位都爲1，則實際的6個字符的偏移值爲：00， 

     01，02，03，04，05。實際的UCS2編碼爲：0x4E00，0x4E01，0x4E02，0x4E03，0x4E04，0x4E05。 OK。

 

   c) 82 開頭：

     82開頭的格式中，包含一個基址（兩個字節）。有這個基址，就能夠用一個字節表示一個ucs2字符了。

     在格式上，81是標識，後一個字節表示整個字符串長度，再後面兩個字節是基址，再日後的就都是數據了。先舉一例：

     例5：8025EF芳

     UNICODE編碼爲:00380030003200350045004682B3

     用ucs2的80方案表示是:8000380030003200350045004682B3

     用ucs2的81方案表示是:（由於格式的限制，最多容納128箇中文和127個英文，因此此處沒法用81格式表示）

     用ucs2的82方案表示是:82078280383032354546B3

     分析一下UCS2的82方案：82078280383032354546B3

     82：爲標記

     07：表示整個字符串爲7個字符

     8280：兩個字節爲基址。

     383032354546B3：7個數據字節 38，30，32，35，45，46，B3。若是數據字節的最高位爲0，則認爲此字節是一個ASCII字符。若是

     數據字節的最高位爲1，低7位爲基址的一個偏移，實際的UCS2字符爲基址加上這個偏移值。因爲此處七個數據字節的前六個字節最高

     位爲0，因此表示6個ASCII字符0x38，0x30，0x32，0x35，0x45，即8，0，2，5，E，F。第七個字節的最高位爲1，則此數據的

     偏移值爲0x33，須要加上基址 0x8280，UCS2編碼爲0x82B3（芳）

     例6：杜杜1

     UNICODE編碼爲:675C675C0031

     用ucs2的80方案表示是:80675C675C0031

     用ucs2的81方案表示是:8103CEDCDC31

     用ucs2的82方案表示是:82036700DCDC31

     分析一下UCS2的82方案：82036700DCDC31

     82：爲標記

     03：表示整個字符串爲6個字符

     6700：兩個字節爲基址。

     DCDC31：36個數據字節 DC，DC，31。因爲此處三個字節的前兩個字節最高位爲1，則此數據的偏移值爲0x5C，須要加上基址

     0x6700，UCS2編碼爲：0x675C（杜）。第三個字節的最高位爲0，因此表示一個ASCII字符：0x31，即 1 。

     此處只是稍微分析了一下UCS2三種格式（80，81，82）的解碼，想必知道了各個字段的含義，編碼也就輕鬆多了。