C#生成隨機的中文漢字的原理
C#生成隨機的中文漢字的原理
騰訊為了防止目前網絡上橫行的QQ號碼自動注冊機而采取中文驗證碼的手段。下面就來介紹一下使用C#生成隨機的中文漢字的原理。
1、漢字編碼原理
到底怎么辦到隨機生成漢字的呢？漢字從哪里來的呢？是不是有個后臺數據表，其中存放了所需要的所有漢字，使用程序隨機取出幾個漢字組合就行了呢？使用后臺數據庫先將所有漢字存起來使用時隨機取出，這也是一種辦法，但是中文漢字有這么多，怎么來制作呢？其實可以不使用任何后臺數據庫，使用程序就能做到這一切。要知道如何生成漢字，就得先了解中文漢字的編碼原理。
1980年，為了使每一個漢字有一個全國統一的代碼，我國頒布了***個漢字編碼的國家標準： GB2312-80《信息交換用漢字編碼字符集》基本集，簡稱GB2312，這個字符集是我國中文信息處理技術的發展基礎，也是國內所有漢字系統的統一標準。到了后來又公布了國家標準GB18030-2000《信息交換用漢字編碼字符集基本集的擴充》，簡稱GB18030，編程時如果涉及到編碼和本地化的朋友應該對GB18030很熟悉。這是是我國繼GB2312-1980和GB13000-1993之后最重要的漢字編碼標準，同時也是未來我國計算機系統必須遵循的基礎性標準之一。
目前在中文WINDOWS操作系統中，.NET編程中默認的的代碼頁就是GB18030簡體中文。但是事實上如果生成中文漢字驗證碼只須要使用GB2312字符集就已經足夠了。字符集中除了我們平時大家都認識的漢字外，也包含了很多我們不認識平時也很少見到的漢字。如果生成中文漢字驗證碼中有很多我們不認識的漢字讓我們輸入，對于使用拼音輸入法的朋友來說可不是好事，五筆使用者還能勉強根據漢字的長相打出來，呵呵！所以對于GB2312字符集中的漢字我們也不是全都要用。
其實這兩個表是同一回事，只不過一個使用十六進制分區表示，一個使用區位所在的數字位置表示。 例如“好”字的十六進制區位碼是ba c3，前兩位是區域，后兩位代表位置，ba處在第26區，“好”處在此區漢字的第35位也就是c3位置，所以數字代碼就是2635。這就是GB2312漢字區位原理。根據《漢字區位碼表》我們可以發現第15區也就是AF區以前都沒有漢字，只有少量符號，漢字都從第16區B0開始，這就是為什么GB2312字符集都是從16區開始的。
2、.Net程序處理漢字編碼原理分析
在.Net中可以使用System.Text來處理所有語言的編碼。在System.Text命名空間中包含眾多編碼的類，可供進行操作及轉換。其中的Encoding類就是重點處理漢字編碼的類。通過在.NET文檔中查詢Encoding類的方法我們可以發現所有和文字編碼有關的都是字節數組，其中有兩個很好用的方法：
Encoding.GetBytes ()方法將指定的 String 或字符數組的全部或部分內容編碼為字節數組
Encoding.GetString ()方法將指定字節數組解碼為字符串。
沒錯我們可以通過這兩個方法將漢字字符編碼為字節數組，同樣知道了漢字GB2312的字節數組編碼也就可以將字節數組解碼為漢字字符。通過對“好”字進行編碼為字節數組后
Encoding gb=System.Text.Encoding.GetEncoding("gb2312");
object[] bytes=gb.Encoding.GetBytes ("好")；
發現得到了一個長度為2的字節數組bytes，使用
string lowCode = System.Convert.ToString(bytes[0], 16); //取出元素1編碼內容（兩位16進制）
string hightCode = System.Convert.ToString(bytes[1], 16);//取出元素2編碼內容（兩位16進制）
之后發現字節數組bytes16進制變碼后內容竟然是{ba,c3}，剛好是“好”字的十六進制區位碼（見區位碼表）。
因此我們就可以隨機生成一個長度為2的十六進制字節數組，使用GetString ()方法對其進行解碼就可以得到漢字字符了。不過對于生成中文漢字驗證碼來說，因為第15區也就是AF區以前都沒有漢字，只有少量符號，漢字都從第16區 B0開始，并且從區位D7開始以后的漢字都是和很難見到的繁雜漢字，所以這些都要排出掉。所以隨機生成的漢字十六進制區位碼第1位范圍在B、C、D之間，如果第1位是D的話，第2位區位碼就不能是7以后的十六進制數。在來看看區位碼表發現每區的***個位置和***一個位置都是空的，沒有漢字，因此隨機生成的區位碼第3位如果是A的話，第4位就不能是0；第3位如果是F的話，第4位就不能是F。
好了，知道了原理，隨機生成中文漢字的程序也就出來了，以下就是生成4個隨機漢字的C#控制臺代碼：
- usingSystem;
- usingSystem.Text;
- namespaceConsoleApplication
- {
- classChineseCode
- {
- publicstaticvoidMain()
- {
- //獲取GB2312編碼頁（表）
- EncodingEncodinggb=Encoding.GetEncoding("gb2312");
- //調用函數產生4個隨機中文漢字編碼
- object[]bytes=CreateRegionCode(4);
- //根據漢字編碼的字節數組解碼出中文漢字
- stringstr1=gb.GetString((byte[])Convert.ChangeType(bytes[0],typeof(byte[])));
- stringstr2=gb.GetString((byte[])Convert.ChangeType(bytes[1],typeof(byte[])));
- stringstr3=gb.GetString((byte[])Convert.ChangeType(bytes[2],typeof(byte[])));
- stringstr4=gb.GetString((byte[])Convert.ChangeType(bytes[3],typeof(byte[])));
- //輸出的控制臺
- Console.WriteLine(str1+str2+str3+str4);
- }
- publicstaticobject[]CreateRegionCode(intstrlength)
- {
- //定義一個字符串數組儲存漢字編碼的組成元素
- string[]rBase=newString[16]{"0","1","2","3","4","5","6","7","8","9","a","b","c","d","e","f"};
- Randomrnd=newRandom();
- //定義一個object數組用來
- object[]bytes=newobject[strlength];
- for(inti=0;i<strlength;i++)
- {
- //區位碼第1位
- intr1=rnd.Next(11,14);
- stringstr_r1=rBase[r1].Trim();
- //區位碼第2位
- rnd=newRandom(r1*unchecked((int)DateTime.Now.Ticks)+i);//更換隨機數發生器的
- 種子避免產生重復值
- intr2;
- if(r1==13)
- {
- r2=rnd.Next(0,7);
- }
- else
- {
- r2=rnd.Next(0,16);
- }
- stringstr_r2=rBase[r2].Trim();
- //區位碼第3位
- rnd=newRandom(r2*unchecked((int)DateTime.Now.Ticks)+i);
- intr3=rnd.Next(10,16);
- stringstr_r3=rBase[r3].Trim();
- //區位碼第4位
- rnd=newRandom(r3*unchecked((int)DateTime.Now.Ticks)+i);
- intr4;
- if(r3==10)
- {
- r4=rnd.Next(1,16);
- }
- elseif(r3==15)
- {
- r4=rnd.Next(0,15);
- }
- else
- {
- r4=rnd.Next(0,16);
- }
- stringstr_r4=rBase[r4].Trim();
- //定義兩個字節變量存儲產生的隨機漢字區位碼
- bytebyte1=Convert.ToByte(str_r1+str_r2,16);
- bytebyte2=Convert.ToByte(str_r3+str_r4,16);
- //將兩個字節變量存儲在字節數組中
- byte[]str_r=newbyte[]{byte1,byte2};
- //將產生的一個漢字的字節數組放入object數組中
- bytes.SetValue(str_r,i);
- }
- returnbytes;
- }
- }
- }
以上介紹C#生成隨機的中文漢字的原理
【編輯推薦】
