协议茶馆：TLV 格式及编码

?本篇是多年前的存篇，出处不详。旧酒换新瓶，温故知新，有了新的理解。

一、什么是TLV格式

几乎所有的通信都有协议，而几乎所有的需要在卡片和终端之间传送的数据(结构)都是**TLV**格式的.

TLV是tag, length和value的缩写.一个基本的数据元就包括上面三个域. Tag唯一标识该数据元, length是value域的长度. value就是数据本身了.
举个例子, 下面是一个tlv格式的AID（应用标识符）字节串9F0607A0000000031010, 其中9F06是tag, 07是长度, A0000000031010就是AID本身的值了.

二、TLV格式编码解析

对于程序编写人员来说，如果有类似上面这样的一串TLV编码的字节串从卡片传过来, 怎么样从中提取我们想要的数据. 这就牵扯出TLV解码的问题了.

解析方法：

• 1.读取type 转换为ntohl、ntohs转换为主机字节序得到类型；指针偏移+2或4
• 2.读取lenght，转换为ntohl、ntohs转换为主机字节序得到长度；指针偏移+2或4
• 3.根据得到的长度读取value，指针偏移+Length；
• 4. …
• 5. 继续处理后面的tlv；

TLV编码就是指先对Tag编码，再对Length编码，最后对Value编码。BER编码的长度确定的编码方式就是这样的。

2.1 BER-TLV 编码 : 长度确定与长度不确定的编码方式

BER编码有两种方式：

• 一种是长度确定的编码方式。这由3部分组成Identifier octets、Length octets和Contents octets（可以和TLV对应）。
• 另一种是长度不确定的编码方式。这由4部分组成Identifier octets、Length octets、Contents octets、End-of-contents octets。其中Length octets为0x80，End-of-contents octets为0x00 00。每种类型都能够编码成长度确定的编码方式，但是有的类型不能够编码成长度不确定的编码方式。

2.2 DER-TLV编码 : 只能使用长度确定的编码方式

• Identifier octets由3部分组成Class、P/C和Tag number。Identifier octets的第一个字节的高2位为Class，接下来一位为P/C，其他位表示Tag number。Class有4中类型Universal(00)、Application(01)、Context-specific(10)和Private(11)。
• P/C位如果为1则表示是Constructed的，为0表示是Primitive。
• 如果0<=Tag number<=30，则整个Identifieroctets只有一个字节，否则第一个字节的后5位前为1，接下来找第一个最高位为0的字节，该字节就是Identifier octets的最后一个字节。从第二个字节到最后一个字节去掉最高位的值拼起来就是Tagnumber的值。

2.3 长度确定的编码方式

长度确定的编码方式的Length octets有两种方法编码长度：

• 一种是只用一个字节表示长度，其最高位为0，后7位表示长度值，显然这样只能表示0-127。
• 另一种是第一个字节的最高位为1，其他位表示后面还有多少个字节属于Length octets(这种方式在我们讲解的secs协议中就有用到 《半导体：Gem/Secs基本协议库的开发（1）》)。后面的那些字节组成的就是长度值。长度值表示的是Contents octets所占的字节数。
• DER要求如果长度为0-127则要使用第一种方式，如果大于127则使用后一种方式。**

其中BER-TLV编码是ISO定义一种规范,然后到了PBOC/EMV里被简化了, 哪里被简化了呢?
举一个例子, tag域在ISO里可以有多个字节, 而PBOC/EMV里规定只用前两个字节.
下面要讲的TLV解码就是基于PBOC/EMV的简化版本.

2.4 tag域编码规则

首先看一下tag域是怎样编码的. Tag域占最多占两个字节. 编码规则如下面两幅图:
??

这两幅图. 第一个图是第一个字节的编码规则.

• b8和b7两位标识tag所属类别. 这个可以暂时不用理.
• b6决定当前的TLV数据是一个单一的数据和复合结构的数据. 复合的TLV是指value域里也包含一个或多个TLV, 类似嵌套的编码格式.（嵌套编码也是很常见的格式，譬如在SIM中的klarf协议格式，就是典型的嵌套格式）
• b5~b1如果全为1，则说明这个tag下面还有一个子字节.占两个字节, 否则tag占一个字节.

第二幅图:

• 如果tag占用两个字节, 第二个字节的编码格式. B8决定tag是否还有后绪的字节存在，因为前面说过，PBOC/EMV里的tag最多占两个字节,所以该位保持为0.

2.5 tag域的解析

清楚了上面tag编码格式,可很容易写出tag域解码的代码了. 假设，终端接收到一人字节串，这个字节串保存在tlvData的字节数组里, 伪代码如下:

if ((tlvData[i]&0x20) != 0x20)//单一结构
{
    if ((tlvData[i]&0x1f) == 0x1f)//tag两字节
    {
        tagIndex++;

        //解析length域

        //解析value域
    }
    else//tag单字节
    {
        //解析length域

        //解析value域

    }
}
else//复合结构
{

//复合结构可以考虑用递归的方法来实现.

}

2.6 length域的解析

Length域的编码比较简单,最多有四个字节, 如果第一个字节的最高位b8为0, b7~b1的值就是value域的长度. 如果b8为1, b7~b1的值指示了下面有几个子字节. 下面子字节的值就是value域的长度.

2.7 value域的解析

已知·value域 的长度，那么解析自然也手到擒来的事情了，不详细赘述~