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：

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：

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：

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：

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a~f）表示，其中:A~F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。

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：

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