前幾天去申請免費qq號碼，突然發現申請表單中的驗證碼內容換成了中文，這叫真叫我大跌眼鏡感到好笑，moper上的貓兒們都大罵騰訊采用中文驗證碼。^_^
我不得不佩服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。仔細想了想感覺用程序生成隨機的中文驗證碼并不是很難，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，我國頒布了第一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。
中文漢字字符可以使用區位碼來表示，見
漢字區位碼表 http://navicy2005.home4u.china.com/resource/gb2312tbl.htm
漢字區位碼代碼表 http://navicy2005.home4u.china.com/resource/gb2312tbm.htm
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第一個位置和最后一個位置都是空的，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：
3、程序代碼：
using system;
using system.text;
namespace consoleapplication
{
class chinesecode
{
public static void main()
{
//獲取gb2312編碼頁（表）
encoding gb=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
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[])));
//輸出的控制臺
console.writeline(str1 + str2 +str3 +str4);
}
/**//*
此函數在漢字編碼范圍內隨機創建含兩個元素的十六進制字節數組，每個字節數組代表一個漢字，并將
四個字節數組存儲在object數組中。
參數：strlength，代表需要產生的漢字個數
*/
public static object[] createregioncode(int strlength)
{
//定義一個字符串數組儲存漢字編碼的組成元素
string[] rbase=new string [16]{"0","1","2","3","4","5","6","7","8","9","a","b","c","d","e","f"};
random rnd=new random();
//定義一個object數組用來
object[] bytes=new object[strlength];
/**//*每循環一次產生一個含兩個元素的十六進制字節數組，并將其放入bject數組中
每個漢字有四個區位碼組成
區位碼第1位和區位碼第2位作為字節數組第一個元素
區位碼第3位和區位碼第4位作為字節數組第二個元素
*/
for(int i=0;i<strlength;i++)
{
//區位碼第1位
int r1=rnd.next(11,14);
string str_r1=rbase[r1].trim();
//區位碼第2位
rnd=new random(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
int r2;
if (r1==13)
{
r2=rnd.next(0,7);
}
else
{
r2=rnd.next(0,16);
}
string str_r2=rbase[r2].trim();
//區位碼第3位
rnd=new random(r2*unchecked((int)datetime.now.ticks)+i);
int r3=rnd.next(10,16);
string str_r3=rbase[r3].trim();
//區位碼第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=rbase[r4].trim();
//定義兩個字節變量存儲產生的隨機漢字區位碼
byte byte1=convert.tobyte(str_r1 + str_r2,16);
byte byte2=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=new byte[]{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);
}
return bytes;
}
}
}
實現了隨機生成漢字后，就可以使用.net gdi來繪制自己需要的驗證碼圖形了。具體的怎樣生成驗證碼圖片，以及改變其中字符的長和寬等效果網上已經有很多相關的文章，這里由于篇幅就不再介紹了。不過有一點要說明的是以上代碼在中文版的windows下才能運行，因為它帶有gb的字符集，如果你是其他語言的操作系統，就需要安裝gb字符集了。
，歡迎訪問網頁設計愛好者web開發。
