IDC资讯中心
前几天去申请免费qq号码，突然发现申请表单中的验证码内容换成了中文，这叫真叫我大跌眼镜感到好笑，moper上的猫儿们都大骂腾讯采用中文验证码。^_^
我不得不佩服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。仔细想了想感觉用程序生成随机的中文验证码并不是很难，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 http://navicy2005.home4u.china.com/resource/gb2312tbl.htm
汉字区位码代码表 http://navicy2005.home4u.china.com/resource/gb2312tbm.htm
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(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[]))); //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 [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 */ for(int i=0;i<strlength;i++) { //区位码第1位 int r1=rnd.next(11,14); string str_r1=rbase[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=rbase[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=rbase[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=rbase[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); } return bytes; } } 
} 实现了随机生成汉字后，就可以使用.net gdi来绘制自己需要的验证码图形了。具体的怎样生成验证码图片，以及改变其中字符的长和宽等效果网上已经有很多相关的文章，这里由于篇幅就不再介绍了。不过有一点要说明的是以上代码在中文版的windows下才能运行，因为它带有gb的字符集，如果你是其他语言的操作系统，就需要安装gb字符集了。
