Una etiqueta de almacén guarda el consignatario Müller GmbH, Köln como UTF-8 en un símbolo Data Matrix, y todos los escáneres de mano de la nave lo leen de vuelta como Müller GmbH, Köln. Poner la propiedad BarcodePayloadEncoding de PDFlibPas en bpeUTF8WithECI antepone un marcador ECI 000026 a los datos, lo que indica a los lectores de Data Matrix y PDF417 que decodifiquen los bytes como UTF-8
¿Por qué unos datos UTF-8 se decodifican como Müller?
El símbolo no lleva declaración alguna de juego de caracteres, así que el lector recurre al juego de un byte que trae por default la simbología, que para Data Matrix es ISO-8859-1. Una ü UTF-8 son los dos bytes C3 BC, que ISO-8859-1 mapea a à y ¼; ö se convierte en ö de la misma forma. Los bytes en sí están intactos. Extended Channel Interpretation es la declaración de juego de caracteres del mundo de los códigos de barras. El registro ECI de AIM asigna números a los juegos de caracteres, entre ellos el 000026 para UTF-8, y un símbolo que abre con un designador ECI le dice al lector conforme que decodifique todo lo que sigue en ese juego de caracteres. Para el símbolo, el designador es un dato más. Ocupa dos codewords en las dos simbologías que tratamos aquí, cuenta para la capacidad y queda protegido por la misma corrección de errores Reed-Solomon para códigos 2D que los datos que lleva detrás
Posiciones de codewords del ECI en Data Matrix y PDF417
Cada simbología tiene una ranura fija para el marcador. Póngalo en cualquier otro lugar y el símbolo o no se decodifica o se decodifica con basura al frente:
- Data Matrix (ISO/IEC 16022): codeword 241, luego el número ECI más uno en la forma de un solo codeword que se usa para valores abajo de 127, o sea 27 para UTF-8. Abre el flujo de datos
- GS1 Data Matrix: el FNC1 (codeword 232) debe quedarse en la primera posición, así que PDFlibPas coloca el marcador justo después si se lo pide; eso sí, las cadenas de elementos GS1 salen de un subconjunto de ASCII y se leen igual sin él
- PDF417 (ISO/IEC 15438): el codeword 0 es el descriptor de longitud del símbolo, y el marcador sigue como los codewords 927 y 26, delante del primer codeword de datos
Base 256 es el caso difícil. Esa codificación, el modo compacto de Data Matrix para bytes arbitrarios, revuelve cada codeword con un valor pseudoaleatorio derivado de su posición absoluta dentro del símbolo, (149 × position mod 255) + 1. Anteponga el marcador después del revuelto y cada byte detrás de él quedó revuelto para una posición dos lugares antes de la que ve el lector, así que todo el payload se desenvuelve en valores equivocados. La codificación EDIFACT tiene una versión más suave de la misma dependencia: su posición de unlatch se corre dos lugares cuando el marcador va al frente. PDFlibPas escribe el marcador dentro del flujo de codewords antes de que corra cualquiera de los dos pasos, y la revisión de capacidad que elige el tamaño del símbolo ya lo incluye. El código de la etiqueta para ambas simbologías:
uses
SysUtils, PDFlibrary;
procedure PrintConsigneeLabel(const FileName: string);
var
Pdf: TPDFlib;
begin
Pdf := TPDFlib.Create;
try
Pdf.NewDocument; // crea y selecciona la página 1
Pdf.SetPageSize('A4');
Pdf.SetMeasurementUnits(1); // milímetros
Pdf.SetOrigin(1); // Top se mide desde el borde superior
Pdf.BarcodePayloadEncoding := bpeUTF8WithECI; // bytes UTF-8 + ECI 000026
if Pdf.DrawDataMatrixSymbol(20, 20, 0.5, 'Müller GmbH, Köln',
1, // Encoding: 1 = codificación ASCII
0, // SymbolSize: 0 = primer tamaño de la tabla que alcanza
100) <> 1 then // orientación normal, quiet zone de 1 módulo por default
raise Exception.CreateFmt('Data Matrix failed (%d)', [Pdf.LastErrorCode]);
if Pdf.DrawPDF417SymbolEx(20, 50, 'Zustellung: Müller GmbH, Köln',
0, 0, 0, // orientación, columnas, filas: automático
-1, // nivel de error automático
0.3, 3.0) <> 1 then
raise Exception.Create('PDF417 failed');
// un escáner que entienda ECI debe devolver el texto alemán para ambos símbolos
Pdf.BarcodePayloadEncoding := bpeSystemANSI; // de vuelta al default
Pdf.SaveToFile(FileName);
finally
Pdf.Free;
end;
end;
NewDocument ya crea la página 1 y la selecciona, así que los símbolos caen en la primera página sin llamada a NewPage. SetOrigin(1) mueve el origen a la esquina superior izquierda, lo que convierte Top en la distancia del borde superior del símbolo al tope de la página. Con el origen por default abajo a la izquierda, un Top de 10 mm deja ese borde 10 mm por arriba del borde inferior de la hoja, y un símbolo de 11 mm se sale de ella. DrawDataMatrixSymbol devuelve 1 cuando tiene éxito. Para datos que no puede codificar, un payload que ya no cabe en el símbolo más grande una vez contado el marcador, o el tamaño fijo que usted pidió, devuelve 0, pone LastErrorCode en 302 y no dibuja nada, así que el ejemplo trata todo lo distinto de 1 como un error
¿Todas las etiquetas deben llevar el marcador ECI?
No, y el default refleja justamente eso. BarcodePayloadEncoding toma tres valores, y cada uno sirve para una población distinta de lectores:
bpeSystemANSI(el default) convierte el texto por la página de códigos ANSI del sistema y no escribe marcador alguno, que es lo que esperan los diseños de etiquetas hechos con las funciones QR, PDF417 y Data Matrix de PDFlibPasbpeUTF8escribe bytes UTF-8 sin marcador, para sistemas cerrados donde su propio software lee el código de barras y ya asume UTF-8bpeUTF8WithECIescribe bytes UTF-8 y los etiqueta con ECI 000026
El precio de etiquetarlo todo es el soporte de los lectores. El procesamiento de ECI es una opción de configuración en muchos escáneres, y según ese ajuste un equipo puede rechazar el símbolo o pasarle el designador al host como texto: la convención de AIM es una barra invertida y seis dígitos, así que la aplicación recibe \000026Müller GmbH, Köln. Active el marcador símbolo por símbolo, para los payloads que llevan texto no ASCII, y déjelo andar junto con el cambio de perfil de los escáneres. Un payload de un byte por carácter sigue siendo una opción razonable cuando todos los nombres caben en la página de códigos que asumen sus lectores. La ü es el byte FC tanto en Windows-1252 como en ISO-8859-1, así que una dirección alemana escrita bajo bpeSystemANSI en un Windows de Europa occidental se decodifica bien en un lector de Data Matrix que jamás ha oído hablar de ECI. El texto japonés no cuenta con ese colchón
Tamaño del símbolo: selección automática, plantillas fijas y rectángulos
Los dos codewords del marcador rara vez actúan solos. En codificación ASCII, la línea del consignatario bajo bpeSystemANSI lleva la ü y la ö como bytes individuales arriba de 127, a dos codewords cada una, y la línea completa cuesta 19 codewords, que caben en un símbolo 20×20 con sus 22 codewords de datos. Como UTF-8, las dos letras se vuelven cuatro bytes altos y la línea cuesta 23. El marcador la lleva a 25. Eso exige 22×22, y el salto viene solo de los bytes UTF-8, porque 23 ya se desborda de 20×20. Una plantilla que fija SymbolSize en 9 (20×20) recibe 0 y el error 302 de DrawDataMatrixSymbol apenas cambia la codificación, y en la ranura del código de barras no se dibuja nada
El tamaño automático puede cambiar la forma. Con SymbolSize en 0, PDFlibPas recorre la lista de tamaños de ISO/IEC 16022 en orden y toma la primera entrada cuya capacidad de datos aguanta el flujo. Los seis tamaños rectangulares viven en esa lista entre los cuadrados. Un payload que llenaba un símbolo 26×26 (44 codewords de datos) necesita 46 con el marcador, y la siguiente entrada que aguanta 46 es 16×48 con 49, antes del 32×32 con 62. A 0.5 mm por módulo, un cuadrado de 13 mm se convierte en una franja de 8 × 24 mm. Un 22×22 lleno hace lo mismo: 30 codewords más dos caen en 16×36. Los payloads chicos se quedan cuadrados: tres codewords que llenaban un 10×10 se vuelven cinco y caben en 12×12, que antecede al 8×18 en la lista. Si la etiqueta reserva una ranura cuadrada, clave SymbolSize en el cuadrado que pueda permitirse (16 para 32×32) y deje que el error 302 le avise cuando un nombre no cabe ahí; el tamaño automático conviene en diseños que aceptan cualquiera de las dos formas
PDF417 crece bajo otra regla. Con ErrorLevel en -1, el codificador planea la corrección de errores según los niveles mínimos recomendados de ISO/IEC 15438, que suben en 41, 161 y 321 codewords, descriptor de longitud incluido. Un flujo de 39 codewords se vuelve 41 con el marcador, el nivel mínimo pasa de 2 a 3, y el bloque de corrección de errores que se planea crece de 8 a 16 codewords. Son diez codewords extra. Con columnas y filas automáticas, el codificador arma el rectángulo a partir de ese total mayor, así que un payload parado justo debajo de un escalón gana más área de la que sugieren sus dos codewords de marcador
¿Qué codificación mantiene chico un Data Matrix UTF-8?
Compare los dos costos de frente. La codificación ASCII mete un par de dígitos en un codeword y el ASCII simple a uno por carácter, pero cada byte arriba de 127 cuesta dos: un Upper Shift (235) y el byte menos 127. Base 256 paga un latch y un campo de longitud una sola vez, un codeword de longitud hasta 249 bytes y dos más allá, y luego un codeword por byte, sin empaquetado de dígitos. Para texto sin corridas de dígitos, Base 256 gana apenas el payload lleva tres bytes altos. La línea de Müller ya los lleva, con 21 codewords contra 23. Las corridas numéricas largas regresan la balanza hacia ASCII, porque cada par de dígitos ahorra un codeword ahí. El helper de abajo cuenta ambos costos y dibuja con el modo más barato; el ASCII puro no recibe marcador ninguno, porque se lee idéntico bajo cualquier juego de caracteres:
// Dibuja un Data Matrix para texto Unicode con la codificación más barata
function DrawUnicodeDataMatrix(Pdf: TPDFlib; Left, Top, ModuleSize: Double;
const Text: WideString): Integer;
var
Bytes: UTF8String;
I, HighBytes, AsciiCost, Base256Cost, Mode: Integer;
Saved: TPDFlibBarcodePayloadEncoding;
begin
Bytes := UTF8Encode(Text);
HighBytes := 0;
AsciiCost := 0;
I := 1;
while I <= Length(Bytes) do
begin
if (I < Length(Bytes)) and (Bytes[I] >= '0') and (Bytes[I] <= '9') and
(Bytes[I + 1] >= '0') and (Bytes[I + 1] <= '9') then
begin
Inc(AsciiCost); // par de dígitos: un codeword
Inc(I, 2);
Continue;
end;
if Ord(Bytes[I]) > 127 then
begin
Inc(HighBytes);
Inc(AsciiCost, 2); // Upper Shift + (byte - 127)
end
else
Inc(AsciiCost);
Inc(I);
end;
if Length(Bytes) <= 249 then
Base256Cost := Length(Bytes) + 2 // latch + un codeword de longitud
else
Base256Cost := Length(Bytes) + 3; // latch + dos codewords de longitud
Saved := Pdf.BarcodePayloadEncoding;
try
if HighBytes = 0 then
begin
Pdf.BarcodePayloadEncoding := bpeSystemANSI; // ASCII puro: sin marcador
Mode := 1;
end
else
begin
Pdf.BarcodePayloadEncoding := bpeUTF8WithECI;
if Base256Cost < AsciiCost then
Mode := 3 // Base 256
else
Mode := 1; // ASCII
end;
Result := Pdf.DrawDataMatrixSymbol(Left, Top, ModuleSize, Text, Mode, 0, 100);
finally
Pdf.BarcodePayloadEncoding := Saved;
end;
end;
Para 東京都千代田区, la forma UTF-8 son 21 bytes, todos arriba de 127. Con el marcador, Base 256 necesita 25 codewords de datos y la codificación ASCII 44, que por la tabla de capacidades es un símbolo 22×22 contra uno de 26×26 al mismo tamaño de módulo. Ese 26×26 va justo. Un codeword más y salta a 16×48. Los payloads GS1 (modo 7) se quedan fuera del helper porque sus cadenas de elementos son ASCII. Los códigos QR toman su modo de datos por el argumento EncodeOptions de DrawQRCode, y los símbolos Aztec que dibuja PDFlibPas llevan una bandera ECI 26 por automático siempre que los bytes del payload sean UTF-8 válido con al menos un carácter no ASCII
Para la línea de Müller, el marcador cuesta dos codewords, mientras que el salto de 20×20 a 22×22, de 10 mm a 11 mm con módulos de 0.5 mm, lo causan los bytes UTF-8. Si la ranura de su etiqueta tiene ese milímetro extra, ponga BarcodePayloadEncoding en bpeUTF8WithECI sobre la instancia de TPDFlib de la PDFlibPas Delphi PDF Library justo antes de dibujar el símbolo del consignatario, y regrese a bpeSystemANSI para los símbolos antiguos de la misma página