处理对短信的异常反应

Question

我已经编写了一个预约调度系统，其中包括在约会到期日前一天发送一条提醒短信。它要求用户通过回复文本"OK“来确认他们出席约会的情况。

在人们确实回复的地方，它通常工作得很好，并且减少了大量的人工工作量。我现在正在整理一些缺陷(谢天谢地，它们很少，而且影响很小)，但偶尔我会看到@u{some string}的响应。我没有规则来解析这一点，所以它们进入无效的响应桶进行手动跟踪。

今天，我看到了如下的回应：

@u004f006b

在这个阶段，我非常肯定@u表示下面的是Unicode (类似于C#中的\u标识符)，因此，根据这个假设，我得到如下结论：

U+004F =>十进制79 => O(大写) U+006B =>十进制107 => k(小写)

负责的公司告诉我，信息是那样击中他们的服务器的，所以这一定是客户端的问题，对吗？我查看了我的短信发送应用程序(Android7.x上的ChompSMS)，没有看到任何将其设置为在Unicode中显式发送的东西，所以我想知道这是如何发生的？

我从数据库中提取了10条随机响应，从这个Unicode标识符开始，并尝试编写一些东西来处理它们。以下是我天真的尝试：

using System;
using System.Text;

namespace CharConversion
{
    class Program
    {
        static void Main()
        {
            string[] unicodeResponses = new string[]
            {
                "@U00430061006e20190074002000620065002000610062006c006500200074006f002000620065002000740068006500720065",
                "@U004f006b002000bf00bf",
                "@U004f006b002000bf00bf",
                "@U004f004b002000bf00bf",
                "@U004f006b002000bf00bf",
                "@U00d2006b",
                "@U004f004b",
                "@U004f006b00610079002000bf00bf0020",
                "@U004f004b",
                "@U004f006b00bf00bf00bffffd"
            };

            foreach (string unicodeResponse in unicodeResponses)
            {
                string characters2 = UnicodeCodePointsToString(unicodeResponse);
                Console.WriteLine("'{0}' is '{1}' in plain text", unicodeResponse, characters2);
            }

            Console.Read();
        }

        private static string UnicodeCodePointsToString(string unicodeResponse)
        {
            string[] characterByteValues = SplitStringEveryN(unicodeResponse.Substring(2), 4);
            char[] characters = new char[characterByteValues.Length];

            for (int i = 0; i < characterByteValues.Length; i++)
            {
                int ordinal = Int32.Parse(characterByteValues[i], System.Globalization.NumberStyles.HexNumber);
                characters[i] = (char) ordinal;
            }

            return new string(characters);
        }

        private static string[] SplitStringEveryN(string input, int splitLength)
        {
            StringBuilder sb = new StringBuilder();
            for (int i = 0; i < input.Length; i++)
            {
                if (i % splitLength == 0)
                {
                    sb.Append(' ');
                }
                sb.Append(input[i]);
            }

            string[] returnValue = sb.ToString().TrimStart().Split(' ');
            return returnValue;
        }
    }
}

我的问题：

1. 为什么会发生这种事呢？
2. 有密码-这里有我遗漏的东西吗？例如，框架中是否有什么东西已经可以为我解决这一问题，或者说，了解Unicode的人是否看到了一些明显的缺点？有什么我能做得更好的吗？
3. 一些代码点仍然呈现为颠倒的问题(我怀疑这些都是表情符号)--我有办法处理它们吗？

编辑2018-04-26后人备注

(我本来打算发表评论的，但不管我做了什么，它看起来都很糟糕)

我看了一下被接受的答案中的链接，虽然代码比我的更简洁，但结尾的输出是相同的--包括倒问号(我怀疑这些符号是emojis)。更多地阅读Unicode与UCS2、可以在这里找到和维基百科文章之间的差异也值得一读：

TL；博士

• UCS-2已过时，已被UTF-16所取代，UCS-2是一种固定宽度的编码方案，而UTF-16则是可变宽度的编码方案。
• 具有UTF-16功能的应用程序可以读取UCS-2文件，但不能相反。
• UTF-16支持从右到左的脚本，而UCS-2则不支持
• UTF-16支持标准化，而UCS-2则不支持标准化。

Answer 1

SMS消息可以用几个编码来编码。其中包括7位(GM-7)、8位和16位(UCS2).当大多数SMS程序以最少浪费的编码方式编码消息时，即使所有字符都属于其他编码范围，使用16位编码也没有任何无效。我猜你的情况就是这样。当然，sms消息是以字节的形式传输的，而不是以u004f006b字符串的形式传输的，所以，为什么会这样表示它是由您使用的\第三方工具决定的。

至于你的解析代码。它假定字符串在UTF-16 ( C#字符串的内部表示形式)中，但如果上面的表示是正确的，则编码是UCS2。它非常类似于UTF-16，但并不完全相同。我不太适合讨论差异，但您可以查看这个答案，以获得一些关于如何使用它的线索。这也可能是某些字符被错误解码的原因。

Answer 2

下面是更简单的方法：

using System;
using System.Text;

namespace CharConversion
{
    class Program
    {
        static void Main()
        {
            string[] unicodeResponses = new string[]
            {
                "@U00430061006e20190074002000620065002000610062006c006500200074006f002000620065002000740068006500720065",
                "@U004f006b002000bf00bf",
                "@U004f006b002000bf00bf",
                "@U004f004b002000bf00bf",
                "@U004f006b002000bf00bf",
                "@U00d2006b",
                "@U004f004b",
                "@U004f006b00610079002000bf00bf0020",
                "@U004f004b",
                "@U004f006b00bf00bf00bffffd"
            };

            string message = "";

            foreach (string unicodeResponse in unicodeResponses)
            {
                for (int i = 2; i < unicodeResponse.Length; i += 4)
                {
                    message += (char)Int16.Parse(unicodeResponse.Substring(i, 4), System.Globalization.NumberStyles.HexNumber);
                }
            }
            Console.WriteLine(message);
            Console.Read();
        }


    }
}