欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

.net 随机生成汉字

程序员文章站 2023-12-10 08:32:34
在没讲.net如何随机生成汉字之前先给大家讲下汉字编码组成及原理。 1、汉字编码原理   到底怎么办到随机生成汉字的呢?汉字从哪里来的呢?是不是有个后台数据表,其中存放...

在没讲.net如何随机生成汉字之前先给大家讲下汉字编码组成及原理。

1、汉字编码原理

  到底怎么办到随机生成汉字的呢?汉字从哪里来的呢?是不是有个后台数据表,其中存放了所需要的所有汉字,使用程序

随机取出几个汉字组合就行了呢?使用后台数据库先将所有汉字存起来使用时随机取

出,这也是一种办法,但是中文汉字有这么多,怎么来制作呢?其实可以不使用任何后台数据库,使用程序就能做到这一切。

要知道如何生成汉字,就得先了解中文汉字的编码原理。

  1980年,为了使每一个汉字有一个全国统一的代码,我国颁布了第一个汉字编码的国家标准:gb2312-80《信息交换用汉

字编码字符集》基本集,简称gb2312,这个字符集是我国中文信息处理技术的

发展基础,也是国内所有汉字系统的统一标准。到了后来又公布了国家标准gb18030-2000《信息交换用汉字编码字符集基本

集的扩充》,简称gb18030,编程时如果涉及到编码和本地化的朋友应该对gb18030很熟

悉。这是是我国继gb2312-1980和gb13000-1993之后最重要的汉字编码标准,同时也是未来我国计算机系统必须遵循的基础

性标准之一。

  目前在中文windows操作系统中,.net编程中默认的的代码页就是gb18030简体中文。但是事实上如果生成中文汉字验

证码只须要使用gb2312字符集就已经足够了。字符集中除了我们平时大家都认识的汉字外

,也包含了很多我们不认识平时也很少见到的汉字。如果生成中文汉字验证码中有很多我们不认识的汉字让我们输入,对于使

用拼音输入法的朋友来说可不是好事,五笔使用者还能勉强根据汉字的长相打出来,

呵呵!所以对于gb2312字符集中的汉字我们也不是全都要用。

中文汉字字符可以使用区位码来表示,见其实这两个表是同一回事,只不过一个使用十六进制分区表示,一个使用区位所在的

数字位置表示。 例如“好”字的十六进制区位码是ba c3,前两位是区域,后两位代表位置,ba处在第26区,“好”处在此

区汉字的第35位也就是c3位置,所以数字代码就是2635。这就是gb2312汉字区位原理。根据《汉字区位码表 》我们可以发现

第15区也就是af区以前都没有汉字,只有少量符号,汉字都从第16区b0开始,这就是

为什么gb2312字符集都是从16区开始的。

2、.net程序处理汉字编码原理分析

在.net中可以使用system.text来处理所有语言的编码。在system.text命名空间中包含众多编码的类,可供进行操作及转换。其

中的encoding类就是重点处理汉字编码的类。通过在.net文档中查询encoding类的

方法我们可以发现所有和文字编码有关的都是字节数组,其中有两个很好用的方法:

encoding.getbytes ()方法将指定的 string 或字符数组的全部或部分内容编码为字节数组

encoding.getstring ()方法将指定字节数组解码为字符串。


没错我们可以通过这两个方法将汉字字符编码为字节数组,同样知道了汉字gb2312的字节数组编码也就可以将字节数组解码为汉字字符。通过对“好”字进行编码为字节数组后

复制代码 代码如下:

encoding gb=system.text.encoding.getencoding("gb2312");
object[] bytes=gb.encoding.getbytes ("好");

发现得到了一个长度为2的字节数组bytes,使用

复制代码 代码如下:

string lowcode = system.convert.tostring(bytes[0], 16); //取出元素1编码内容(两位16进制)
string hightcode = system.convert.tostring(bytes[1], 16);//取出元素2编码内容(两位16进制)

  之后发现字节数组bytes16进制变码后内容竟然是{ba,c3},刚好是“好”字的十六进制区位码(见区

位码表)。

  因此我们就可以随机生成一个长度为2的十六进制字节数组,使用getstring ()方法对其进行解码就可以得到汉字字符了。不

过对于生成中文汉字验证码来说,因为第15区也就是af区以前都没有汉字,只有

少量符号,汉字都从第16区b0开始,并且从区位d7开始以后的汉字都是和很难见到的繁杂汉字,所以这些都要排出掉。所以随

机生成的汉字十六进制区位码第1位范围在b、c、d之间,如果第1位是d的话,第2位

区位码就不能是7以后的十六进制数。在来看看区位码表发现每区的第一个位置和最后一个位置都是空的,没有汉字,因此随机

生成的区位码第3位如果是a的话,第4位就不能是0;第3位如果是f的话,第4位就

不能是f。

 好了,知道了原理,随机生成中文汉字的程序也就出来了,以下就是生成4个随机汉字的c#控制台代码:

复制代码 代码如下:

/// <summary>
/// 随机生成汉字
/// </summary>
/// <param name="strlength">长度(4位)</param>
/// <returns></returns>
public string createcode(int strlength)
{
//定义一个字符串数组储存汉字编码的组成元素
string[] r = new string[16] { "0", "1", "2", "3", "4", "5", "6", "7", "8", "9", "a", "b", "c", "d", "e", "f" };
random rnd = new random();
//定义一个object数组用来
object[] bytes = new object[strlength];
/**/
/*每循环一次产生一个含两个元素的十六进制字节数组,并将其放入bject数组中

每个汉字有四个区位码组成

区位码第1位和区位码第2位作为字节数组第一个元素

区位码第3位和区位码第4位作为字节数组第二个元素

复制代码 代码如下:

*/
for (int i = 0; i < strlength; i++)
{
//区位码第1位
int r1 = rnd.next(11, 14);
string str_r1 = r[r1].trim();
//区位码第2位
rnd = new random(r1 * unchecked((int)datetime.now.ticks) + i);//更换随机数发生器的种子避免产生重复值
int r2;
if (r1 == 13)
r2 = rnd.next(0, 7);
else
r2 = rnd.next(0, 16);
string str_r2 = r[r2].trim();
//区位码第3位
rnd = new random(r2 * unchecked((int)datetime.now.ticks) + i);
int r3 = rnd.next(10, 16);
string str_r3 = r[r3].trim();
//区位码第4位
rnd = new random(r3 * unchecked((int)datetime.now.ticks) + i);
int r4;
if (r3 == 10)
{
r4 = rnd.next(1, 16);
}
else if (r3 == 15)
{
r4 = rnd.next(0, 15);
}
else
{
r4 = rnd.next(0, 16);
}
string str_r4 = r[r4].trim();
//定义两个字节变量存储产生的随机汉字区位码
byte byte1 = convert.tobyte(str_r1 + str_r2, 16);
byte byte2 = convert.tobyte(str_r3 + str_r4, 16);
//将两个字节变量存储在字节数组中
byte[] str_r = new byte[] { byte1, byte2 };
//将产生的一个汉字的字节数组放入object数组中
bytes.setvalue(str_r, i);
}
//获取gb2312编码页(表)
encoding gb = encoding.getencoding("gb2312");
//根据汉字编码的字节数组解码出中文汉字
string str1 = gb.getstring((byte[])convert.changetype(bytes[0], typeof(byte[])));
string str2 = gb.getstring((byte[])convert.changetype(bytes[1], typeof(byte[])));
string str3 = gb.getstring((byte[])convert.changetype(bytes[2], typeof(byte[])));
string str4 = gb.getstring((byte[])convert.changetype(bytes[3], typeof(byte[])));
string txt = str1 + str2 + str3 + str4;
return txt;
}

以上代码实现随机生成汉字,以上有一点需要说明代码在中文版windows下才能运行,因为带有gb的字符集,如果你的电脑是其他语言的操作系统,需要安装gb字符集。