python 串口data_ser.read_until(b"\r\n") 读取 b'\x11\x06\xf5\xda\r\n' 就卡住了

时间: 2023-07-09 11:55:09 浏览: 134
`read_until` 方法会一直等待串口接收到指定的终止符(`b"\r\n"`)后才会返回读取到的数据。如果接收不到终止符,就会一直等待下去,导致程序卡住。 可能的原因有: 1. 没有收到终止符:检查一下发送端是否正确发送了数据,并且包含了终止符。 2. 终止符不正确:检查一下接收端是否正确设置了终止符,以及终止符是否正确匹配。 3. 串口通信参数不正确:检查一下串口通信的波特率、数据位、停止位和校验位等参数是否正确设置,否则可能导致数据接收错误。 建议尝试以下方法: 1. 尝试更换终止符,比如尝试使用 `b"\n"` 或者其他自定义的终止符。 2. 在读取数据之前,先设置一个超时时间,在超时时间内如果没有读取到数据就返回一个空值或者异常。 3. 检查一下串口通信参数是否正确设置,如果不确定可以尝试使用串口调试工具进行调试。
相关问题

python 读取串口read_until(b"\r\n") 处理太慢 丢数据

当使用read_until(b"\r\n")函数读取串口数据时,如果数据处理太慢就会导致丢失数据。这是因为read_until函数是阻塞式的,它会一直等待数据的到来,直到读取到以特定字符结尾的完整数据包。 为了避免数据丢失,可以采用以下方法: 1. 设置串口的超时时间,当串口接收数据的时间超过超时时间时,read_until函数会自动返回。可以使用serial.Serial类的timeout属性来设置超时时间,例如:ser.timeout = 1 # 设置超时时间为1秒 2. 使用非阻塞式的读取方式,可以使用readline()函数或者read()函数读取数据,同时使用select模块来判断串口是否有数据可读。这样可以避免read_until函数等待时间过长导致的数据丢失问题。例如: ```python import serial import select ser = serial.Serial('COM1', 9600, timeout=1) while True: # 使用select模块判断串口是否有数据可读 r, w, e = select.select([ser], [], [], 1) if ser in r: # 读取数据 data = ser.readline() print(data) ``` 在上述代码中,使用select模块判断串口是否有数据可读,如果有数据可读就使用readline()函数读取数据,如果没有数据可读则等待1秒后重新判断。这样可以避免read_until函数等待时间过长导致的数据丢失问题。

python 读取串口read_until(b"\r\n") 处理太慢 丢数据 怎么解决

当使用read_until(b"\r\n")函数读取串口数据时,如果数据处理太慢就会导致丢失数据。这是因为read_until函数是阻塞式的,它会一直等待数据的到来,直到读取到以特定字符结尾的完整数据包。 为了避免数据丢失,可以采用以下方法: 1. 使用非阻塞式的读取方式,可以使用readline()函数或者read()函数读取数据,同时使用select模块来判断串口是否有数据可读。这样可以避免read_until函数等待时间过长导致的数据丢失问题。例如: ```python import serial import select ser = serial.Serial('COM1', 9600, timeout=1) while True: # 使用select模块判断串口是否有数据可读 r, w, e = select.select([ser], [], [], 1) if ser in r: # 读取数据 data = ser.readline() print(data) ``` 在上述代码中,使用select模块判断串口是否有数据可读,如果有数据可读就使用readline()函数读取数据,如果没有数据可读则等待1秒后重新判断。这样可以避免read_until函数等待时间过长导致的数据丢失问题。 2. 采用多线程/多进程的方式,将读取串口数据和数据处理分别放在不同的线程/进程中进行,避免数据处理过慢导致丢失数据的问题。 3. 调整串口的波特率,如果串口的波特率过高,数据传输速度也会变得很快,如果数据处理不及时就容易导致数据丢失。可以尝试将串口的波特率调低,以减少数据传输速度,从而避免数据丢失的问题。

相关推荐

def outliers_proc(data, col_name, scale = 3): # data:原数据 # col_name:要处理异常值的列名称 # scale:用来控制删除尺度的 def box_plot_outliers(data_ser, box_scale): iqr = box_scale * (data_ser.quantile(0.75) - data_ser.quantile(0.25)) # quantile是取出数据对应分位数的数值 val_low = data_ser.quantile(0.25) - iqr # 下界 val_up = data_ser.quantile(0.75) + iqr # 上界 rule_low = (data_ser < val_low) # 筛选出小于下界的索引 rule_up = (data_ser > val_up) # 筛选出大于上界的索引 return (rule_low, rule_up),(val_low, val_up) data_n = data.copy() data_series = data_n[col_name] # 取出对应数据 rule, values = box_plot_outliers(data_series, box_scale = scale) index = np.arange(data_series.shape[0])[rule[0] | rule[1]] # 先产生0到n-1,然后再用索引把其中处于异常值的索引取出来 print("Delete number is {}".format(len(index))) data_n = data_n.drop(index) # 整行数据都丢弃 data_n.reset_index(drop = True, inplace = True) # 重新设置索引 print("Now column number is:{}".format(data_n.shape[0])) index_low = np.arange(data_series.shape[0])[rule[0]] outliers = data_series.iloc[index_low] # 小于下界的值 print("Description of data less than the lower bound is:") print(pd.Series(outliers).describe()) index_up = np.arange(data_series.shape[0])[rule[1]] outliers = data_series.iloc[index_up] print("Description of data larger than the lower bound is:") print(pd.Series(outliers).describe()) fig, axes = plt.subplots(1,2,figsize = (10,7)) ax1 = sns.boxplot(y = data[col_name], data = data, palette = "Set1", ax = axes[0]) ax1.set_title("处理异常值前") ax2 = sns.boxplot(y = data_n[col_name], data = data_n, palette = "Set1", ax = axes[1]) ax2.set_title("处理异常值后") return data_n代码每一行解析

pyqt5怎么显示class QueryThread(QThread): query_result = pyqtSignal(object) def __init__(self, id): super().__init__() self.id = id def run(self): conn = pymysql.connect(host='39.99.214.172', user='root', password='Solotion.123', database='jj_tset') cursor = conn.cursor() cursor.execute("SELECT * FROM employee_table WHERE user_id='%s'" % self.id) result = cursor.fetchone() conn.close() self.query_result.emit(result) # 发送查询结果信号 class MainWindow(QtWidgets.QMainWindow): def __init__(self): super().__init__() self.query_thread = None # 查询线程 def read_data(self): data = self.ser.readline() if data: id = data.decode().strip() if not self.query_thread: # 如果查询线程不存在,则创建并启动 self.query_thread = QueryThread(id) self.query_thread.query_result.connect(self.update_ui) self.query_thread.start() else: self.query_thread.id = id # 如果查询线程已存在,则更新查询ID QTimer.singleShot(100, self.read_data) def update_ui(self, result): if result: self.id_label.setText("员工ID:" + result[0]) self.name_label.setText("姓名:" + str(result[1])) self.six_label.setText("性别:" + result[2]) self.sfz_label.setText("身份证:" + str(result[3])) self.tel_label.setText("电话:" + result[4]) else: self.id_label.setText("员工ID:") self.name_label.setText("姓名:") self.six_label.setText("性别:") self.sfz_label.setText("身份证:") self.tel_label.setText("电话:") def closeEvent(self, event): self.ser.close() if self.query_thread: self.query_thread.quit() self.query_thread.wait()

最新推荐

recommend-type

ug471_7Series_SelectIO.pdf

Zynq-7000系列官方文档资料,需要注册才能下载,给没有xilinx账号的同学提供个方便
recommend-type

智慧物流医药物流落地解决方案qytp.pptx

智慧物流医药物流落地解决方案qytp.pptx
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

实现实时监控告警系统:Kafka与Grafana整合

![实现实时监控告警系统:Kafka与Grafana整合](https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9BVldpY3ladXVDbEZpY1pLWmw2bUVaWXFUcEdLT1VDdkxRSmQxZXB5R1lxaWNlUjA2c0hFek5Qc3FyRktudFF1VDMxQVl3QTRXV2lhSWFRMEFRc0I1cW1ZOGcvNjQw?x-oss-process=image/format,png) # 1.1 Kafka集群架构 Kafka集群由多个称为代理的服务器组成,这
recommend-type

帮我实现在Androidstudio调用chapgpt并提供源码

首先,你需要运行一个ChitGPT的服务器,然后通过Android应用程序与该服务器进行通信。以下是一个简单的Android应用程序示例,可以与ChitGPT进行通信: 1. 首先,在Android Studio中创建一个新的项目,并添加以下依赖项: ``` implementation 'com.squareup.okhttp3:okhttp:4.9.0' implementation 'com.google.code.gson:gson:2.8.6' ``` 2. 创建一个新的Java类,用于与ChitGPT服务器通信。以下是一个简单的实现: ```java import com.