通讯中的编码问题

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ASCIIUTF-8GBK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-8GBK(或GB2312GB2312GBK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 00000000x00NUL(null)空字符
0000 00010110x01SOH(start of headline)标题开始
0000 00100220x02STX (start of text)正文开始
0000 00110330x03ETX (end of text)正文结束
0000 01000440x04EOT (end of transmission)传输结束
0000 01010550x05ENQ (enquiry)请求
0000 01100660x06ACK (acknowledge)收到通知
0000 01110770x07BEL (bell)响铃
0000 100001080x08BS (backspace)退格
0000 100101190x09HT (horizontal tab)水平制表符
0000 1010012100x0ALF (NL line feed, new line)换行键
0000 1011013110x0BVT (vertical tab)垂直制表符
0000 1100014120x0CFF (NP form feed, new page)换页键
0000 1101015130x0DCR (carriage return)回车键
0000 1110016140x0ESO (shift out)不用切换
0000 1111017150x0FSI (shift in)启用切换
0001 0000020160x10DLE (data link escape)数据链路转义
0001 0001021170x11DC1 (device control 1)设备控制1
0001 0010022180x12DC2 (device control 2)设备控制2
0001 0011023190x13DC3 (device control 3)设备控制3
0001 0100024200x14DC4 (device control 4)设备控制4
0001 0101025210x15NAK (negative acknowledge)拒绝接收
0001 0110026220x16SYN (synchronous idle)同步空闲
0001 0111027230x17ETB (end of trans. block)结束传输块
0001 1000030240x18CAN (cancel)取消
0001 1001031250x19EM (end of medium)媒介结束
0001 1010032260x1ASUB (substitute)代替
0001 1011033270x1BESC (escape)换码(溢出)
0001 1100034280x1CFS (file separator)文件分隔符
0001 1101035290x1DGS (group separator)分组符
0001 1110036300x1ERS (record separator)记录分隔符
0001 1111037310x1FUS (unit separator)单元分隔符
0010 0000040320x20(space)空格
0010 0001041330x21!叹号
0010 0010042340x22"双引号
0010 0011043350x23#井号
0010 0100044360x24$美元符
0010 0101045370x25%百分号
0010 0110046380x26&和号
0010 0111047390x27'闭单引号
0010 1000050400x28(开括号
0010 1001051410x29)闭括号
0010 1010052420x2A*星号
0010 1011053430x2B+加号
0010 1100054440x2C,逗号
0010 1101055450x2D-减号/破折号
0010 1110056460x2E.句号
0010 1111057470x2F/斜杠
0011 0000060480x300字符0
0011 0001061490x311字符1
0011 0010062500x322字符2
0011 0011063510x333字符3
0011 0100064520x344字符4
0011 0101065530x355字符5
0011 0110066540x366字符6
0011 0111067550x377字符7
0011 1000070560x388字符8
0011 1001071570x399字符9
0011 1010072580x3A:冒号
0011 1011073590x3B;分号
0011 1100074600x3C<小于
0011 1101075610x3D=等号
0011 1110076620x3E>大于
0011 1111077630x3F?问号
0100 00000100640x40@电子邮件符号
0100 00010101650x41A大写字母A
0100 00100102660x42B大写字母B
0100 00110103670x43C大写字母C
0100 01000104680x44D大写字母D
0100 01010105690x45E大写字母E
0100 01100106700x46F大写字母F
0100 01110107710x47G大写字母G
0100 10000110720x48H大写字母H
0100 10010111730x49I大写字母I
0100 10100112740x4AJ大写字母J
0100 10110113750x4BK大写字母K
0100 11000114760x4CL大写字母L
0100 11010115770x4DM大写字母M
0100 11100116780x4EN大写字母N
0100 11110117790x4FO大写字母O
0101 00000120800x50P大写字母P
0101 00010121810x51Q大写字母Q
0101 00100122820x52R大写字母R
0101 00110123830x53S大写字母S
0101 01000124840x54T大写字母T
0101 01010125850x55U大写字母U
0101 01100126860x56V大写字母V
0101 01110127870x57W大写字母W
0101 10000130880x58X大写字母X
0101 10010131890x59Y大写字母Y
0101 10100132900x5AZ大写字母Z
0101 10110133910x5B[开方括号
0101 11000134920x5C\反斜杠
0101 11010135930x5D]闭方括号
0101 11100136940x5E^脱字符
0101 11110137950x5F_下划线
0110 00000140960x60`开单引号
0110 00010141970x61a小写字母a
0110 00100142980x62b小写字母b
0110 00110143990x63c小写字母c
0110 010001441000x64d小写字母d
0110 010101451010x65e小写字母e
0110 011001461020x66f小写字母f
0110 011101471030x67g小写字母g
0110 100001501040x68h小写字母h
0110 100101511050x69i小写字母i
0110 101001521060x6Aj小写字母j
0110 101101531070x6Bk小写字母k
0110 110001541080x6Cl小写字母l
0110 110101551090x6Dm小写字母m
0110 111001561100x6En小写字母n
0110 111101571110x6Fo小写字母o
0111 000001601120x70p小写字母p
0111 000101611130x71q小写字母q
0111 001001621140x72r小写字母r
0111 001101631150x73s小写字母s
0111 010001641160x74t小写字母t
0111 010101651170x75u小写字母u
0111 011001661180x76v小写字母v
0111 011101671190x77w小写字母w
0111 100001701200x78x小写字母x
0111 100101711210x79y小写字母y
0111 101001721220x7Az小写字母z
0111 101101731230x7B{开花括号
0111 110001741240x7C
0111 110101751250x7D}闭花括号
0111 111001761260x7E~波浪号
0111 111101771270x7FDEL (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:

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。

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

# Daily 

评论

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×