使用MFRC522库读取MIFARE RFID标签数据的正确方法
概述
在使用MFRC522库与ESP32开发板读取MIFARE 13.56MHz RFID标签时,开发者经常遇到能够成功读取标签UID但无法正确获取块数据的问题。本文将深入分析这一常见问题的原因,并提供完整的解决方案。
问题现象
开发者在使用MFRC522库时,能够通过uid.uidByte
成功获取标签的UID,但在尝试使用MIFARE_Read
函数读取块数据时,返回的数据不正确或者不符合预期。典型的表现是读取到的数据看起来像是随机值或固定模式,而非实际存储的数据。
根本原因分析
-
缓冲区大小处理不当:原代码中使用
sizeof(buffer)
获取缓冲区大小,这返回的是数组的静态大小(18字节),而非实际读取到的数据长度。 -
块地址选择问题:MIFARE Classic标签有特定的块结构,某些块可能是厂商信息块或尾块,不能直接读取。
-
认证缺失:在读取数据块前,必须对相应扇区进行认证,否则读取操作会失败。
完整解决方案
1. 正确的块读取方法
// 定义认证密钥(默认FF密钥)
byte keyA[6] = {0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF};
if (mfrc522.PICC_IsNewCardPresent() && mfrc522.PICC_ReadCardSerial()) {
// 选择扇区1的块4(实际应用中需要根据标签结构选择)
byte sector = 1;
byte blockAddr = 4;
// 进行认证
MFRC522::StatusCode status = mfrc522.PCD_Authenticate(
MFRC522::PICC_CMD_MF_AUTH_KEY_A, blockAddr, &keyA, &(mfrc522.uid));
if (status != MFRC522::STATUS_OK) {
Serial.print("认证失败: ");
Serial.println(mfrc522.GetStatusCodeName(status));
return;
}
// 读取块数据
byte buffer[18];
byte size = sizeof(buffer);
status = mfrc522.MIFARE_Read(blockAddr, buffer, &size);
if (status == MFRC522::STATUS_OK) {
// 仅打印实际读取到的字节数
dump_byte_array(buffer, size);
} else {
Serial.print("读取失败: ");
Serial.println(mfrc522.GetStatusCodeName(status));
}
mfrc522.PICC_HaltA();
mfrc522.PCD_StopCrypto1();
}
2. 改进的数据打印函数
void dump_byte_array(byte *buffer, byte bufferSize) {
for (byte i = 0; i < bufferSize; i++) {
Serial.print(buffer[i] < 0x10 ? " 0" : " ");
Serial.print(buffer[i], HEX);
}
Serial.println();
}
关键注意事项
-
扇区与块结构:MIFARE Classic 1K标签有16个扇区,每个扇区有4个块。块3是扇区尾块,包含访问控制位和密钥。
-
认证密钥:必须使用正确的密钥进行认证后才能读取数据块。默认出厂密钥通常是0xFF填充。
-
访问权限:检查扇区尾块中的访问控制位,确认当前密钥是否有读取权限。
-
块类型:避免读取厂商信息块(块0)和扇区尾块(每个扇区的块3)。
高级技巧
-
遍历所有可读块:可以编写循环遍历所有扇区和块,但要注意跳过厂商块和尾块。
-
密钥探测:当不知道密钥时,可以尝试常见密钥组合(全FF、全00、A0A1A2A3A4A5等)。
-
错误处理:完善的状态检查可以大大提高代码的健壮性。
结论
正确读取MIFARE标签数据需要理解标签的存储结构、认证机制和访问控制。通过本文介绍的方法,开发者可以可靠地读取标签中的数据块。实际应用中,还应考虑添加适当的错误处理和日志记录,以便快速定位问题。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~057CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0382- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









