.net 随机生成汉字

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

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

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：

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

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。