用C#生成随机中文汉字验证码的基本原理.doc

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，见汉字区位码表/view/3a63034c2e3f5727a5e96250.html汉字区位码代码表 /view/908e17b91a37f111f1855be7.html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(bytes0, 16); /取出元素1编码内容（两位16进制）string hightCode = System.Convert.ToString(bytes1, 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：3、程序代码：using System;using System.Text;namespace ConsoleApplication class ChineseCode public static void Main() /获取GB2312编码页（表） Encoding gb=Encoding.GetEncoding(gb2312); /调用函数产生4个随机中文汉字编码 object bytes=CreateRegionCode(4); /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(bytes0, typeof(byte); string str2=gb.GetString(byte)Convert.ChangeType(bytes1, typeof(byte); string str3=gb.GetString(byte)Convert.ChangeType(bytes2, typeof(byte); string str4=gb.GetString(byte)Convert.ChangeType(bytes3, typeof(byte); /输出的控制台 Console.WriteLine(str1 + str2 +str3 +str4); /*/* 此函数在汉字编码范围内随机创建含两个元素的十六进制字节数组，每个字节数组代表一个汉字，并将 四个字节数组存储在object数组中。 参数：strlength，代表需要产生的汉字个数 */ public static object CreateRegionCode(int strlength) /定义一个字符串数组储存汉字编码的组成元素 string rBase=new String 160,1,2,3,4,5,6,7,8,9,a,b,c,d,e,f; Random rnd=new Random(); /定义一个object数组用来 object bytes=new objectstrlength; /*/*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 */ for(int i=0;istrlength;i+) /区位码第1位 int r1=rnd.Next(11,14); string str_r1=rBaser1.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=rBaser2.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=rBaser3.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=rBaser4.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 bytebyte1,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);