C#生成随机的中文汉字的原理

开发 后端
本文介绍C#生成随机的中文汉字,腾讯为了防止目前网络上横行的QQ号码自动注册机而采取中文验证码的手段。下面就来介绍一下使用C#生成随机的中文汉字的原理。

C#生成随机的中文汉字的原理

腾讯为了防止目前网络上横行的QQ号码自动注册机而采取中文验证码的手段。下面就来介绍一下使用C#生成随机的中文汉字的原理。

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***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。

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

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

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***个位置和***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:

  1. usingSystem;  
  2. usingSystem.Text;  
  3.  
  4. namespaceConsoleApplication  
  5. {  
  6. classChineseCode  
  7. {  
  8. publicstaticvoidMain()  
  9. {  
  10. //获取GB2312编码页(表)  
  11. EncodingEncodinggb=Encoding.GetEncoding("gb2312");  
  12.  
  13. //调用函数产生4个随机中文汉字编码  
  14. object[]bytes=CreateRegionCode(4);  
  15.  
  16. //根据汉字编码的字节数组解码出中文汉字  
  17. stringstr1=gb.GetString((byte[])Convert.ChangeType(bytes[0],typeof(byte[])));  
  18. stringstr2=gb.GetString((byte[])Convert.ChangeType(bytes[1],typeof(byte[])));  
  19. stringstr3=gb.GetString((byte[])Convert.ChangeType(bytes[2],typeof(byte[])));  
  20. stringstr4=gb.GetString((byte[])Convert.ChangeType(bytes[3],typeof(byte[])));  
  21.  
  22. //输出的控制台  
  23. Console.WriteLine(str1+str2+str3+str4);  
  24. }  
  25.  
  26. publicstaticobject[]CreateRegionCode(intstrlength)  
  27. {  
  28. //定义一个字符串数组储存汉字编码的组成元素  
  29. string[]rBase=newString[16]{"0","1","2","3","4","5","6","7","8","9","a","b","c","d","e","f"};  
  30.  
  31. Randomrnd=newRandom();  
  32.  
  33. //定义一个object数组用来  
  34. object[]bytes=newobject[strlength];  
  35.  
  36. for(inti=0;i<strlength;i++)  
  37. {  
  38. //区位码第1位  
  39. intr1=rnd.Next(11,14);  
  40. stringstr_r1=rBase[r1].Trim();  
  41.  
  42. //区位码第2位  
  43. rnd=newRandom(r1*unchecked((int)DateTime.Now.Ticks)+i);//更换随机数发生器的  
  44.  
  45. 种子避免产生重复值  
  46. intr2;  
  47. if(r1==13)  
  48. {  
  49. r2=rnd.Next(0,7);  
  50. }  
  51. else  
  52. {  
  53. r2=rnd.Next(0,16);  
  54. }  
  55. stringstr_r2=rBase[r2].Trim();  
  56.  
  57. //区位码第3位  
  58. rnd=newRandom(r2*unchecked((int)DateTime.Now.Ticks)+i);  
  59. intr3=rnd.Next(10,16);  
  60. stringstr_r3=rBase[r3].Trim();  
  61.  
  62. //区位码第4位  
  63. rnd=newRandom(r3*unchecked((int)DateTime.Now.Ticks)+i);  
  64. intr4;  
  65. if(r3==10)  
  66. {  
  67. r4=rnd.Next(1,16);  
  68. }  
  69. elseif(r3==15)  
  70. {  
  71. r4=rnd.Next(0,15);  
  72. }  
  73. else  
  74. {  
  75. r4=rnd.Next(0,16);  
  76. }  
  77. stringstr_r4=rBase[r4].Trim();  
  78.  
  79. //定义两个字节变量存储产生的随机汉字区位码  
  80. bytebyte1=Convert.ToByte(str_r1+str_r2,16);  
  81. bytebyte2=Convert.ToByte(str_r3+str_r4,16);  
  82. //将两个字节变量存储在字节数组中  
  83. byte[]str_r=newbyte[]{byte1,byte2};  
  84.  
  85. //将产生的一个汉字的字节数组放入object数组中  
  86. bytes.SetValue(str_r,i);  
  87.  
  88. }  
  89.  
  90. returnbytes;  
  91.  
  92. }  
  93. }  
  94.  

以上介绍C#生成随机的中文汉字的原理

【编辑推荐】

  1. 分析C#不安全代码
  2. 浅析C#调用ImageAnimator
  3. C#连接Access、SQL Server数据库
  4. 浅谈C#固定的和活动的变量
  5. 介绍C#中的值类型
责任编辑:佚名 来源: IT168
相关推荐

2009-08-25 17:46:50

C#生成汉字编码原理

2009-09-04 15:57:49

C#实现汉字之间互换

2020-10-16 08:30:00

foreach编程语言C#

2009-09-03 17:40:25

C#发送短信

2010-06-03 10:26:29

开发MySQL中文乱码

2011-08-05 09:33:30

Func局部变量作用域

2024-03-06 08:52:59

C#Emit代码

2023-09-04 11:46:09

C#动态代码

2010-06-02 16:36:38

连接MySQL中文乱码

2010-06-12 11:19:59

MySQL中文乱码

2009-09-10 09:42:53

C# TextBox

2009-09-10 16:41:13

C# get post

2009-08-04 13:31:35

C#自定义事件

2009-09-14 13:57:20

C# Lambda表达Lambda表达式

2024-04-01 13:08:24

唯一IDC#后端

2009-08-25 17:15:50

C#隐藏C#重写C#重载

2009-09-07 14:29:47

C# Socket编程C# Socket

2024-04-02 09:26:07

C#中文数字编程语言

2009-08-07 17:04:41

C#数据库

2009-08-21 17:02:31

C#编写数字转换中文算
点赞
收藏

51CTO技术栈公众号