Pyserial格式化 - 超过127的字节返回为2个字节，而不是一个

Question

我在Arduino上运行了一个程序，它可以接收串口输入，并把这些输入保存到一个变量里。这个功能非常好用。通过Arduino自带的串口监视器，我成功地发送和接收了0到255之间的字节。

但是，当我使用pyserial发送任何大于127的字节（比如0b01111111）时，pyserial会返回2。这意味着对于大于127的值，比如0b10000000，会发送2个字节，而不是1个。

所以我觉得问题出在pyserial上。

ser.write(chr(int('01000000', base=2)).encode('utf-8'))

这个发送是完全正常的，并且在Arduino那边也能正确接收到。

ser.write(chr(int('10000000', base=2)).encode('utf-8')) 

但是返回的是2，并且在Arduino上显示为0b11000010和0b10000000。

Answer 1

正如NPE所说，这里讲的是UTF-8的编码方式。简单来说，128到2047之间的字节（也就是8到11位的二进制数）会被转换成两个字节。如果原来的11位是abcdefghijk，那么在UTF-8中就变成了110abcde 10fghijk。在你的例子中（为了凑成11位，左边补了0），00010000000会被转换成11000010 10000000，也就是\xc2\x80，这正是你看到的结果。想了解更多，可以查看维基百科关于UTF-8的文章。

你可以用下面的代码在Python中看到这个效果（我把int('10000000', base=2)替换成了128）：

>>> unichr(128).encode('utf-8')
'\xc2\x80' 

让我感到困惑的是，你可以用chr(int('10000000', base=2)).encode('utf-8')，或者直接用chr(128).encode('utf-8')。当我这样做时，我得到了：

>>> chr(int('10000000', base=2)).encode('utf-8')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0x80 in position 0: ordinal not in range(128)

你有没有改变默认的编码方式？

你需要的是一种编码方式，它能用一个字节表示0到255，并且与Unicode匹配。所以试试用'latin_1'代替：

>>> unichr(128).encode('latin_1')
'\x80'