C# WinForms远程桌面工具客户端SendKeys按键输入异常如何解决？

问题根因 #

1. 核心问题是TCP是面向流的传输协议，本身没有数据包边界：你快速按键或者长按触发高频发送时，多个keyboard 按键名的字符串会被合并成一个大数据块被接收端读取，或是单个命令被拆成多段多次读取。比如连续两次发送keyboard A和keyboard B，接收端可能一次性读到keyboard Akeyboard B，或者分段读到keyboard A、keyb、oard B，按空格拆分后就会出现数组第二个元素为keyboard的异常。
2. 次要问题是SendKeys.SendWait的执行速度跟不上按键发送速度：长按触发的高频KeyDown事件会让发送端发送速度远快于接收端执行速度，加剧TCP缓冲区数据堆积，进一步加重粘包、半包问题。

修复建议 #

第一步：解决TCP粘包/半包问题，给命令增加边界 #

你需要在每个发送的命令末尾加上约定好的分隔符（比如换行符\n），接收端按分隔符拆分出完整命令再处理，避免无边界导致的解析异常。

发送端修改代码：

public void KeyDownHandler(object sender, KeyEventArgs e)
{
    // 如果不需要支持长按连续输入，可以开启这行过滤重复触发事件
    // if(e.IsRepeat) return;
    
    var keyPressed = e.KeyData.ToString();
    // 末尾加换行作为单条命令的结束标记
    var key = string.Concat("keyboard ", keyPressed, "\n");
    byte[] sendBytes = Encoding.UTF8.GetBytes(key);
    client.GetStream().Write(sendBytes, 0, sendBytes.Length);
    e.Handled = true;
}

接收端修改代码：

接收端维护独立缓冲区，每次收到数据先追加到缓冲区，再拆分出完整命令处理，不完整的命令留到下一次读取拼接：

// 类成员变量，作为持久化的接收缓冲区
private readonly StringBuilder _receiveBuffer = new StringBuilder();

// 流读取循环中的处理逻辑
byte[] buffer = new byte[1024];
int bytesRead = client.GetStream().Read(buffer, 0, buffer.Length);
string receivedText = Encoding.UTF8.GetString(buffer, 0, bytesRead);
_receiveBuffer.Append(receivedText);

// 拆分所有完整命令
string allContent = _receiveBuffer.ToString();
string[] commands = allContent.Split('\n');
// 最后一段不完整的命令放回缓冲区
_receiveBuffer.Clear();
_receiveBuffer.Append(commands.Last());
// 逐个处理所有完整命令
for(int i = 0; i < commands.Length - 1; i++)
{
    string cmd = commands[i].Trim();
    if(string.IsNullOrEmpty(cmd)) continue;
    if(cmd.StartsWith("keyboard "))
    {
        // 直接截取前缀后的内容，避免按键名含空格导致拆分异常
        string key = cmd.Substring("keyboard ".Length);
        Keyboard.SendKey(key);
    }
}

第二步：优化按键模拟逻辑 #

SendKeys.SendWait兼容性差，容易受窗口焦点影响导致异常，建议替换为更稳定的SendInputAPI实现按键模拟：

public static class Keyboard
{
    [DllImport("user32.dll", SetLastError = true)]
    static extern uint SendInput(uint nInputs, INPUT[] pInputs, int cbSize);

    [StructLayout(LayoutKind.Sequential)]
    struct INPUT
    {
        public uint type;
        public InputUnion u;
    }

    [StructLayout(LayoutKind.Explicit)]
    struct InputUnion
    {
        [FieldOffset(0)] public MOUSEINPUT mi;
        [FieldOffset(0)] public KEYBDINPUT ki;
        [FieldOffset(0)] public HARDWAREINPUT hi;
    }

    [StructLayout(LayoutKind.Sequential)]
    struct KEYBDINPUT
    {
        public ushort wVk;
        public ushort wScan;
        public uint dwFlags;
        public uint time;
        public IntPtr dwExtraInfo;
    }

    [StructLayout(LayoutKind.Sequential)]
    struct MOUSEINPUT { public int dx; public int dy; public uint mouseData; public uint dwFlags; public uint time; public IntPtr dwExtraInfo; }
    [StructLayout(LayoutKind.Sequential)]
    struct HARDWAREINPUT { public uint uMsg; public ushort wParamL; public ushort wParamH; }

    const uint INPUT_KEYBOARD = 1;
    const uint KEYEVENTF_KEYUP = 0x0002;

    // 可以直接传虚拟键码，比传字符串更高效可靠，对应修改发送端传KeyValue即可
    public static void SendKey(ushort virtualKeyCode)
    {
        INPUT[] inputs = new INPUT[2];
        // 按键按下
        inputs[0].type = INPUT_KEYBOARD;
        inputs[0].u.ki.wVk = virtualKeyCode;
        // 按键抬起
        inputs[1].type = INPUT_KEYBOARD;
        inputs[1].u.ki.wVk = virtualKeyCode;
        inputs[1].u.ki.dwFlags = KEYEVENTF_KEYUP;
        SendInput(2, inputs, Marshal.SizeOf(typeof(INPUT)));
    }
}

方案合理性评估 #

你当前的基础架构逻辑是合理的，核心思路没有问题，仅缺少TCP流的边界处理这一TCP网络编程的必要环节。如果后续迭代可以参考以下优化方向：

• 所有命令统一用TLV（类型-长度-值）格式传输，比字符串分隔符更高效、容错性更强
• 区分按键按下、抬起事件，支持组合键（Ctrl+C、Shift+A等）输入
• 高实时性的鼠标、按键数据可以走UDP通道传输，TCP仅传输可靠性要求高的控制类命令

内容的提问来源于stack exchange，提问作者user2246242