为QR码选择字符编码

Question

我正在开发一个应用程序，它将具备生成包含任意文本数据的QR码的能力。然而，这带来了一个挑战：我期望用户包含像á或ö这样的非ASCII字符。

从我收集到的信息来看，QR码的默认编码是ISO-8859-1，但UTF-8似乎是一个常见的选择（并接受更广泛的字符范围，例如阿拉伯语或希伯来语字符，在ISO-8859-1中不会显示）。

然而，我链接的问题没有为我回答一个关键问题 - 我可以期望大多数真实世界的QR码读取器（例如智能手机或任何常用的QR码阅读工具）可靠地读取使用UTF-8编码的QR码吗？使用ISO-8859-1更安全吗？还是我应该假设在QR码中包含非ASCII字符是失败的食谱？

- unpollito

Answer 1

大多数扫描仪使用启发式方法检测字符编码，无论是否使用默认编码（ISO-8859-1）或通过ECI扩展指定其他编码（如UTF-8）。而这些启发式方法在某些情况下可能会失败。您需要在最可能读取代码的大多数扫描仪下测试您的QR代码，以确定使用ISO-8859-1还是UTF-8和ECI时错误更少。只需记住，不要使用不包括ECI的QR生成器（在UTF-8的情况下），因为生成的QR代码将不能符合标准。

尽管ISO-8859-1是QR代码的默认编码，但这只是在2005年标准更新后才成为默认值。早期版本的标准（ISO/IEC 18004:2000）于2000年发布，指定了与JIS X 0201（JIS8也称为ISO-2022-JP）相一致的8位拉丁/假名字符集作为8位模式的默认编码。

正如您所知，QR代码中有4种文本存储模式：（1）数字，（2）字母数字，（3）8位和（4）汉字。因此，QR代码标准本质上不支持UTF-8。为了在8位字符串中使用UTF-8编码（而不是默认的“ISO-8859-1”或“JIS8”），实现必须在该字符串之前插入一个ECI（扩展通道解释）。ECI是QR代码的可选附加功能，但它至少在2000年的最早QR代码标准中已经被定义。 ECI使数据能够使用除默认字符集以外的字符集进行编码。它还使得其他数据解释（例如，使用定义的压缩方案压缩数据）或其他行业特定要求进行编码成为可能。ECI协议在由AIM，Inc开发的规范中定义，并不免费提供，但可以在https://www.aimglobal.org/technical-symbology.html上以50美元的价格购买。

不幸的是，即使在将默认编码更改为UTF-8这样基本的事情上，也并非所有QR扫描仪都能处理ECI协议。大多数实现使用启发式方法，即猜测编码的一种或另一种字符编码检测算法，即使编码明确指定在解码后的QR代码的ECI中。

因此，您只需要使用各种扫描器来测试您的QR码，以找出哪个结果效果更好。没有通用解决方案。某些扫描器无论如何都会失败，因为它们的启发式算法存在错误。只有那些不使用启发式算法（至少在提供ECI时）的扫描器才不会失败。对于我来说，我会选择ISO-8859-1有两个原因。首先，它不强制使用ECI。其次，与UTF-8相比，仅需要一个字节的ISO-8859-1即可编码非美国ASCII字符（例如á或ö）。因此，您的QR码将使用ISO-8859-1更小，不仅因为需要较少的字节来编码ISO-8859-1字符串，而且因为它通过不包括ECI来带来额外的节省（2个字节）。

- Maxim Masiutin

Answer 2

我做了一些相关研究。首先，我使用“işçöá”字符从this网站生成UTF-8编码的QR码。然后，我简单地打开了我的相机应用程序（iPhone）和Android BarcodeScanner应用程序。它们按预期工作。

在第二步中，我使用ISO-8859-1编码进行QR码生成，令人惊讶的是iPhone相机应用程序无法产生任何结果。

我认为对于QR码阅读的常用工具，您可以信任UTF-8编码。

- Hayati İbiş