开发►C#

通讯中的编码问题

通讯中的编码问题

这里的LIS接口通讯主要指的是串口(RS232)/网口(TCP或UDP)通讯，而串口或网口通讯中，我们经常会遇到乱码或结果解析错误的问题，那么我们应该怎样做才能避免这些问题呢？

首先我们要知道，想要开发接口特别是双工接口，首先要能读懂接口的通讯文档，而通讯文档中经常会有所使用通讯协议的介绍，流入ASTM、HL7。

而通讯协议一般都制定了编码字符集，比如ASCII、UTF-8、GBK等，虽然字符编码的概念是基础，我们都能理解，但是也不能确保顺利的开发出接口，我们还需要了解HEX、控制字符、校验等。

字符编码

首先，字符编码(Character encoding)也称字集码，是把字符集中的字符编码为指定集合中某一对象(例如：比特模式、自然数序列、8位组或者电脉冲)，以便文本在计算机中存储和通过通信网络的传递。

常见的例子包括将拉丁字母表编码成摩斯电码和ASCII。其中，ASCII将字母、数字和其它符号编号，并用7比特的二进制来表示这个整数。通常会额外使用一个扩充的比特，以便于以1个字节的方式存储。

ASCII码使用指定的7位或8位二进制数组合来表示128或256种可能的字符，包括大小写字母、数字0-9、标点符号、非打印字符（换行符、制表符等4个）以及控制字符（退格、响铃等）组成。

但是，由于它是针对英语设计的，当处理带有音调标号（形如汉语的拼音）的亚洲文字时就会出现问题。

所以实际我们在通讯过程中会遇到另外几种支持更多字符的编码，例如UTF-8和GBK(或GB2312，GB2312是GBK的子集)。

控制字符

ASCII编码中0～31及127(共33个)是控制字符或通信专用字符（其余为可显示字符），如控制符：LF（换行）、CR（回车）、FF（换页）、DEL（删除）、BS（退格)、BEL（响铃）等；通信专用字符：SOH（文头）、EOT（文尾）、ACK（确认）等；ASCII值为8、9、10和13分别转换为退格、制表、换行和回车字符。它们并没有特定的图形显示，但会依不同的应用程序，而对文本显示有不同的影响。

ASCII编码标准表：

Bin
(二进制)		 Oct
(八进制)		 Dec
(十进制)		 Hex
(十六进制)		 缩写/字符 解释
0000 0000 00 0 0x00 NUL(null) 空字符
0000 0001 01 1 0x01 SOH(start of headline) 标题开始
0000 0010 02 2 0x02 STX (start of text) 正文开始
0000 0011 03 3 0x03 ETX (end of text) 正文结束
0000 0100 04 4 0x04 EOT (end of transmission) 传输结束
0000 0101 05 5 0x05 ENQ (enquiry) 请求
0000 0110 06 6 0x06 ACK (acknowledge) 收到通知
0000 0111 07 7 0x07 BEL (bell) 响铃
0000 1000 010 8 0x08 BS (backspace) 退格
0000 1001 011 9 0x09 HT (horizontal tab) 水平制表符
0000 1010 012 10 0x0A LF (NL line feed, new line) 换行键
0000 1011 013 11 0x0B VT (vertical tab) 垂直制表符
0000 1100 014 12 0x0C FF (NP form feed, new page) 换页键
0000 1101 015 13 0x0D CR (carriage return) 回车键
0000 1110 016 14 0x0E SO (shift out) 不用切换
0000 1111 017 15 0x0F SI (shift in) 启用切换
0001 0000 020 16 0x10 DLE (data link escape) 数据链路转义
0001 0001 021 17 0x11 DC1 (device control 1) 设备控制1
0001 0010 022 18 0x12 DC2 (device control 2) 设备控制2
0001 0011 023 19 0x13 DC3 (device control 3) 设备控制3
0001 0100 024 20 0x14 DC4 (device control 4) 设备控制4
0001 0101 025 21 0x15 NAK (negative acknowledge) 拒绝接收
0001 0110 026 22 0x16 SYN (synchronous idle) 同步空闲
0001 0111 027 23 0x17 ETB (end of trans. block) 结束传输块
0001 1000 030 24 0x18 CAN (cancel) 取消
0001 1001 031 25 0x19 EM (end of medium) 媒介结束
0001 1010 032 26 0x1A SUB (substitute) 代替
0001 1011 033 27 0x1B ESC (escape) 换码(溢出)
0001 1100 034 28 0x1C FS (file separator) 文件分隔符
0001 1101 035 29 0x1D GS (group separator) 分组符
0001 1110 036 30 0x1E RS (record separator) 记录分隔符
0001 1111 037 31 0x1F US (unit separator) 单元分隔符
0010 0000 040 32 0x20 (space) 空格
0010 0001 041 33 0x21 ! 叹号
0010 0010 042 34 0x22 “ 双引号
0010 0011 043 35 0x23 # 井号
0010 0100 044 36 0x24 $ 美元符
0010 0101 045 37 0x25 % 百分号
0010 0110 046 38 0x26 & 和号
0010 0111 047 39 0x27 ‘ 闭单引号
0010 1000 050 40 0x28 ( 开括号
0010 1001 051 41 0x29 ) 闭括号
0010 1010 052 42 0x2A * 星号
0010 1011 053 43 0x2B + 加号
0010 1100 054 44 0x2C , 逗号
0010 1101 055 45 0x2D - 减号/破折号
0010 1110 056 46 0x2E . 句号
0010 1111 057 47 0x2F / 斜杠
0011 0000 060 48 0x30 0 字符0
0011 0001 061 49 0x31 1 字符1
0011 0010 062 50 0x32 2 字符2
0011 0011 063 51 0x33 3 字符3
0011 0100 064 52 0x34 4 字符4
0011 0101 065 53 0x35 5 字符5
0011 0110 066 54 0x36 6 字符6
0011 0111 067 55 0x37 7 字符7
0011 1000 070 56 0x38 8 字符8
0011 1001 071 57 0x39 9 字符9
0011 1010 072 58 0x3A : 冒号
0011 1011 073 59 0x3B ; 分号
0011 1100 074 60 0x3C < 小于
0011 1101 075 61 0x3D = 等号
0011 1110 076 62 0x3E > 大于
0011 1111 077 63 0x3F ? 问号
0100 0000 0100 64 0x40 @ 电子邮件符号
0100 0001 0101 65 0x41 A 大写字母A
0100 0010 0102 66 0x42 B 大写字母B
0100 0011 0103 67 0x43 C 大写字母C
0100 0100 0104 68 0x44 D 大写字母D
0100 0101 0105 69 0x45 E 大写字母E
0100 0110 0106 70 0x46 F 大写字母F
0100 0111 0107 71 0x47 G 大写字母G
0100 1000 0110 72 0x48 H 大写字母H
0100 1001 0111 73 0x49 I 大写字母I
0100 1010 0112 74 0x4A J 大写字母J
0100 1011 0113 75 0x4B K 大写字母K
0100 1100 0114 76 0x4C L 大写字母L
0100 1101 0115 77 0x4D M 大写字母M
0100 1110 0116 78 0x4E N 大写字母N
0100 1111 0117 79 0x4F O 大写字母O
0101 0000 0120 80 0x50 P 大写字母P
0101 0001 0121 81 0x51 Q 大写字母Q
0101 0010 0122 82 0x52 R 大写字母R
0101 0011 0123 83 0x53 S 大写字母S
0101 0100 0124 84 0x54 T 大写字母T
0101 0101 0125 85 0x55 U 大写字母U
0101 0110 0126 86 0x56 V 大写字母V
0101 0111 0127 87 0x57 W 大写字母W
0101 1000 0130 88 0x58 X 大写字母X
0101 1001 0131 89 0x59 Y 大写字母Y
0101 1010 0132 90 0x5A Z 大写字母Z
0101 1011 0133 91 0x5B [ 开方括号
0101 1100 0134 92 0x5C \ 反斜杠
0101 1101 0135 93 0x5D ] 闭方括号
0101 1110 0136 94 0x5E ^ 脱字符
0101 1111 0137 95 0x5F _ 下划线
0110 0000 0140 96 0x60 ` 开单引号
0110 0001 0141 97 0x61 a 小写字母a
0110 0010 0142 98 0x62 b 小写字母b
0110 0011 0143 99 0x63 c 小写字母c
0110 0100 0144 100 0x64 d 小写字母d
0110 0101 0145 101 0x65 e 小写字母e
0110 0110 0146 102 0x66 f 小写字母f
0110 0111 0147 103 0x67 g 小写字母g
0110 1000 0150 104 0x68 h 小写字母h
0110 1001 0151 105 0x69 i 小写字母i
0110 1010 0152 106 0x6A j 小写字母j
0110 1011 0153 107 0x6B k 小写字母k
0110 1100 0154 108 0x6C l 小写字母l
0110 1101 0155 109 0x6D m 小写字母m
0110 1110 0156 110 0x6E n 小写字母n
0110 1111 0157 111 0x6F o 小写字母o
0111 0000 0160 112 0x70 p 小写字母p
0111 0001 0161 113 0x71 q 小写字母q
0111 0010 0162 114 0x72 r 小写字母r
0111 0011 0163 115 0x73 s 小写字母s
0111 0100 0164 116 0x74 t 小写字母t
0111 0101 0165 117 0x75 u 小写字母u
0111 0110 0166 118 0x76 v 小写字母v
0111 0111 0167 119 0x77 w 小写字母w
0111 1000 0170 120 0x78 x 小写字母x
0111 1001 0171 121 0x79 y 小写字母y
0111 1010 0172 122 0x7A z 小写字母z
0111 1011 0173 123 0x7B { 开花括号
0111 1100 0174 124 0x7C
0111 1101 0175 125 0x7D } 闭花括号
0111 1110 0176 126 0x7E ~ 波浪号
0111 1111 0177 127 0x7F DEL (delete) 删除

当然我们可以使用简单的几行代码将这些字符打印出来，因为NUL字符在Windows系统剪贴板中无法复制，而且会截断后面的内容，这里直接输出到文件中。

这里我们就不创建项目了，如果是执行一些简单的代码查看运行效果，例如生成一个GUID，这里建议使用C#交互窗口，可以从 VS工具栏 –> 视图 –> 其他窗口 –> C#交互窗口 打开。

运行以下代码：

hex1

运行成功后会在桌面输出一个文件hex.txt。

注意，如果存在控制字符的文件，建议不要使用系统自带的记事本文件查看，推荐使用Notepad++查看，具体差异可以通过下图看出：

hex2

首先是换行符、回车符，Notepad++中默认就是Unix(LF)格式，而记事本要到Win10才能支持，其次控制字符，在Notepad++中，除了DEL，其他都可以看出其控制字符的内容，而记事本就什么也看不到了。另外打开了Notepad++的“Show all characters”，我们甚至可以知道一段空白究竟是由空格符还是制表符构成的，换行效果是由于回车符还是换行符导致的。

当然，如果我们在程序中需要使用这些字符除了上面展示的char.ConvertFromUtf32()方法外，还可以使用C#中的转义符号，如下给出的是常用的控制字符：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
public static class ControlCharacter
{
    /// <summary>
    /// 空字符
    /// </summary>
    public const string NUL = "\u0000";
    /// <summary>
    /// 标题开始
    /// </summary>
    public const string SOH = "\u0001";
    /// <summary>
    /// 正文开始
    /// </summary>
    public const string STX = "\u0002";
    /// <summary>
    /// 正文结束
    /// </summary>
    public const string ETX = "\u0003";
    /// <summary>
    /// 传输结束
    /// </summary>
    public const string EOT = "\u0004";
    /// <summary>
    /// 请求
    /// </summary>
    public const string ENQ = "\u0005";
    /// <summary>
    /// 收到通知
    /// </summary>
    public const string ACK = "\u0006";
    /// <summary>
    /// 响铃
    /// </summary>
    public const string BEL = "\u0007";
    /// <summary>
    /// 退格
    /// </summary>
    public const string BS = "\u0008";
    /// <summary>
    /// 水平制表符
    /// </summary>
    public const string HT = "\u0009";
    /// <summary>
    /// 换行键
    /// </summary>
    public const string LF = "\u000a";
    /// <summary>
    /// 垂直制表符
    /// </summary>
    public const string VT = "\u000b";
    /// <summary>
    /// 换页键
    /// </summary>
    public const string FF = "\u000c";
    /// <summary>
    /// 回车键
    /// </summary>
    public const string CR = "\u000d";
    /// <summary>
    /// 不用切换
    /// </summary>
    public const string SO = "\u000e";
    /// <summary>
    /// 启用切换
    /// </summary>
    public const string SI = "\u000f";
    /// <summary>
    /// 数据链路转义
    /// </summary>
    public const string DLE = "\u0010";
    /// <summary>
    /// 设备控制1
    /// </summary>
    public const string DC1 = "\u0011";
    /// <summary>
    /// 设备控制2
    /// </summary>
    public const string DC2 = "\u0012";
    /// <summary>
    /// 设备控制3
    /// </summary>
    public const string DC3 = "\u0013";
    /// <summary>
    /// 设备控制4
    /// </summary>
    public const string DC4 = "\u0014";
    /// <summary>
    /// 拒绝接收
    /// </summary>
    public const string NAK = "\u0015";
    /// <summary>
    /// 同步空闲
    /// </summary>
    public const string SYN = "\u0016";
    /// <summary>
    /// 结束传输块
    /// </summary>
    public const string ETB = "\u0017";
    /// <summary>
    /// 取消
    /// </summary>
    public const string CAN = "\u0018";
    /// <summary>
    /// 媒介结束
    /// </summary>
    public const string EM = "\u0019";
    /// <summary>
    /// 代替
    /// </summary>
    public const string SUB = "\u001a";
    /// <summary>
    /// 换码(溢出)
    /// </summary>
    public const string ESC = "\u001b";
    /// <summary>
    /// 文件分隔符
    /// </summary>
    public const string FS = "\u001c";
    /// <summary>
    /// 分组符
    /// </summary>
    public const string GS = "\u001d";
    /// <summary>
    /// 记录分隔符
    /// </summary>
    public const string RS = "\u001e";
    /// <summary>
    /// 单元分隔符
    /// </summary>
    public const string US = "\u001f";
    /// <summary>
    /// 删除
    /// </summary>
    public const string DEL = "\u007f";
}

十六进制

十六进制（简写为hex或下标16）在数学中是一种逢16进1的进位制。一般用数字0到9和字母A到F（或af）表示，其中:AF表示10~15，这些称作十六进制数字。

而数据接收串口与网口通讯时，如果我们无法确认接收的编码格式，可以尝试使用十六进制接收，然后根据十六进制数据来判断接收数据的编码格式。

而在发送时，如果我们传输的是控制字符，我们无法使用输入法将控制字符输入到发送区，这时我们可以通过十六进制发送，来发送控制字符，例如需要发送ACK，则只需要输入06即可。

hex3

在通讯数据的接收中，我们常常需要将十六进制数据进行转换，其中包括原始文本、十六进制、转义消息三者的相互转换，十六进制与原始文本我们可以理解，转义文本的意思是将不可见的控制字符转换为另外一种特殊的格式进行显示。

例如：收到通知<ACK>的十六进制是06，转义文本是#06'。回车符<CR>的十六进制是0D，转义文本为#0D'。

这里开发了一个简单的转换工具供参考：

hex4

源码：https://github.com/hd2y/HexConverter