用C#生成随机中文汉字验证码的基本原理

 

用C#生成随机中文汉字验证码的基本原理

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 ("");


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。

posted @ 2005-06-21 14:01  Vincent  阅读(607)  评论(1编辑  收藏  举报