前幾天去(qù)申請免費(fèi)QQ号碼，突然發現申請表單中(zhōng)的驗證碼内容換成了中(zhōng)文，這叫真叫我(wǒ)(wǒ)大(dà)跌眼鏡感到好笑，Moper上的貓兒們都大(dà)罵騰訊采用中(zhōng)文驗證碼。^_^
我(wǒ)(wǒ)不得不佩服騰訊爲了防止目前網絡上橫行的QQ号碼自動注冊機而采取中(zhōng)文驗證碼的手段。仔細想了想感覺用程序生(shēng)成随機的中(zhōng)文驗證碼并不是很難，下(xià)面就來介紹一(yī)下(xià)使用C#生(shēng)成随機的中(zhōng)文漢字的原理。
1、漢字編碼原理
到底怎麽辦到随機生(shēng)成漢字的呢？漢字從哪裏來的呢？是不是有個後台數據表，其中(zhōng)存放(fàng)了所需要的所有漢字，使用程序随機取出幾個漢字組合就行了呢？使用後台數據庫先将所有漢字存起來使用時随機取出，這也是一(yī)種辦法，但是中(zhōng)文漢字有這麽多，怎麽來制作呢？其實可以不使用任何後台數據庫，使用程序就能做到這一(yī)切。要知(zhī)道如何生(shēng)成漢字，就得先了解中(zhōng)文漢字的編碼原理。
1980年，爲了使每一(yī)個漢字有一(yī)個全國統一(yī)的代碼，我(wǒ)(wǒ)國頒布了第一(yī)個漢字編碼的國家标準： 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(wǒ)(wǒ)國中(zhōng)文信息處理技術的發展基礎，也是國内所有漢字系統的統一(yī)标準。到了後來又(yòu)公布了國家标準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(wǒ)(wǒ)國繼GB2312-1980和GB13000-1993之後最重要的漢字編碼标準，同時也是未來我(wǒ)(wǒ)國計算機系統必須遵循的基礎性标準之一(yī)。
目前在中(zhōng)文WINDOWS操作系統中(zhōng)，.NET編程中(zhōng)默認的的代碼頁就是GB18030簡體(tǐ)中(zhōng)文。但是事實上如果生(shēng)成中(zhōng)文漢字驗證碼隻須要使用GB2312字符集就已經足夠了。字符集中(zhōng)除了我(wǒ)(wǒ)們平時大(dà)家都認識的漢字外(wài)，也包含了很多我(wǒ)(wǒ)們不認識平時也很少見到的漢字。如果生(shēng)成中(zhōng)文漢字驗證碼中(zhōng)有很多我(wǒ)(wǒ)們不認識的漢字讓我(wǒ)(wǒ)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(zhōng)的漢字我(wǒ)(wǒ)們也不是全都要用。
中(zhōng)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(yī)回事，隻不過一(yī)個使用十六進制分(fēn)區表示，一(yī)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，後兩位代表位置，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(wǒ)(wǒ)們可以發現第15區也就是AF區以前都沒有漢字，隻有少量符号，漢字都從第16區B0開(kāi)始，這就是爲什麽GB2312字符集都是從16區開(kāi)始的。
2、.Net程序處理漢字編碼原理分(fēn)析
在.Net中(zhōng)可以使用System.Text來處理所有語言的編碼。在System.Text命名空間中(zhōng)包含衆多編碼的類，可供進行操作及轉換。其中(zhōng)的Encoding類就是重點處理漢字編碼的類。通過在.NET文檔中(zhōng)查詢Encoding類的方法我(wǒ)(wǒ)們可以發現所有和文字編碼有關的都是字節數組，其中(zhōng)有兩個很好用的方法：
Encoding.GetBytes ()方法将指定的 String 或字符數組的全部或部分(fēn)内容編碼爲字節數組
Encoding.GetString ()方法将指定字節數組解碼爲字符串。
沒錯我(wǒ)(wǒ)們可以通過這兩個方法将漢字字符編碼爲字節數組，同樣知(zhī)道了漢字GB2312的字節數組編碼也就可以将字節數組解碼爲漢字字符。通過對“好”字進行編碼爲字節數組後
Encoding gb=System.Text.Encoding.GetEncoding("gb2312");
object[] bytes=gb.Encoding.GetBytes ("好")；
發現得到了一(yī)個長度爲2的字節數組bytes，使用
string lowCode = System.Convert.ToString(bytes[0], 16); //取出元素1編碼内容（兩位16進制）
string hightCode = System.Convert.ToString(bytes[1], 16);//取出元素2編碼内容（兩位16進制）
之後發現字節數組bytes16進制變碼後内容竟然是{ba,c3}，剛好是“好”字的十六進制區位碼（見區位碼表）。
因此我(wǒ)(wǒ)們就可以随機生(shēng)成一(yī)個長度爲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(shēng)成中(zhōng)文漢字驗證碼來說，因爲第15區也就是AF區以前都沒有漢字，隻有少量符号，漢字都從第16區B0開(kāi)始，并且從區位D7開(kāi)始以後的漢字都是和很難見到的繁雜(zá)漢字，所以這些都要排出掉。所以随機生(shēng)成的漢字十六進制區位碼第1位範圍在B、C、D之間，如果第1位是D的話(huà)，第2位區位碼就不能是7以後的十六進制數。在來看看區位碼表發現每區的第一(yī)個位置和最後一(yī)個位置都是空的，沒有漢字，因此随機生(shēng)成的區位碼第3位如果是A的話(huà)，第4位就不能是0；第3位如果是F的話(huà)，第4位就不能是F。
好了，知(zhī)道了原理，随機生(shēng)成中(zhōng)文漢字的程序也就出來了，以下(xià)就是生(shēng)成4個随機漢字的C#控制台代碼：
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");
//調用函數産生(shēng)4個随機中(zhōng)文漢字編碼
object[] bytes=CreateRegionCode(4);
//根據漢字編碼的字節數組解碼出中(zhōng)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[])));
//輸出的控制台
Console.WriteLine(str1 + str2 +str3 +str4);
}
/**//*
此函數在漢字編碼範圍内随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(yī)個漢字，并将
四個字節數組存儲在object數組中(zhōng)。
參數：strlength，代表需要産生(shēng)的漢字個數
*/
public static object[] CreateRegionCode(int strlength)
{
//定義一(yī)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(yī)個object數組用來
object[] bytes=new object[strlength];
/**//*每循環一(yī)次産生(shēng)一(yī)個含兩個元素的十六進制字節數組，并将其放(fàng)入bject數組中(zhōng)
每個漢字有四個區位碼組成
區位碼第1位和區位碼第2位作爲字節數組第一(yī)個元素
區位碼第3位和區位碼第4位作爲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);//更換随機數發生(shēng)器的
種子避免産生(shēng)重複值
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産生(shēng)的随機漢字區位碼
byte byte1=Convert.ToByte(str_r1 + str_r2,16);
byte byte2=Convert.ToByte(str_r3 + str_r4,16);
//将兩個字節變量存儲在字節數組中(zhōng)
byte[] str_r=new byte[]{byte1,byte2};
//将産生(shēng)的一(yī)個漢字的字節數組放(fàng)入object數組中(zhōng)
bytes.SetValue(str_r,i);
}
return bytes;
}
}
}
實現了随機生(shēng)成漢字後，就可以使用.NET GDI來繪制自己需要的驗證碼圖形了。具體(tǐ)的怎樣生(shēng)成驗證碼圖片，以及改變其中(zhōng)字符的長和寬等效果網上已經有很多相關的文章，這裏由于篇幅就不再介紹了。不過有一(yī)點要說明的是以上代碼在中(zhōng)文版的Windows下(xià)才能運行，因爲它帶有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。
我(wǒ)(wǒ)不得不佩服騰訊爲了防止目前網絡上橫行的QQ号碼自動注冊機而采取中(zhōng)文驗證碼的手段。仔細想了想感覺用程序生(shēng)成随機的中(zhōng)文驗證碼并不是很難，下(xià)面就來介紹一(yī)下(xià)使用C#生(shēng)成随機的中(zhōng)文漢字的原理。
1、漢字編碼原理
到底怎麽辦到随機生(shēng)成漢字的呢？漢字從哪裏來的呢？是不是有個後台數據表，其中(zhōng)存放(fàng)了所需要的所有漢字，使用程序随機取出幾個漢字組合就行了呢？使用後台數據庫先将所有漢字存起來使用時随機取出，這也是一(yī)種辦法，但是中(zhōng)文漢字有這麽多，怎麽來制作呢？其實可以不使用任何後台數據庫，使用程序就能做到這一(yī)切。要知(zhī)道如何生(shēng)成漢字，就得先了解中(zhōng)文漢字的編碼原理。
1980年，爲了使每一(yī)個漢字有一(yī)個全國統一(yī)的代碼，我(wǒ)(wǒ)國頒布了第一(yī)個漢字編碼的國家标準： 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(wǒ)(wǒ)國中(zhōng)文信息處理技術的發展基礎，也是國内所有漢字系統的統一(yī)标準。到了後來又(yòu)公布了國家标準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(wǒ)(wǒ)國繼GB2312-1980和GB13000-1993之後最重要的漢字編碼标準，同時也是未來我(wǒ)(wǒ)國計算機系統必須遵循的基礎性标準之一(yī)。
目前在中(zhōng)文WINDOWS操作系統中(zhōng)，.NET編程中(zhōng)默認的的代碼頁就是GB18030簡體(tǐ)中(zhōng)文。但是事實上如果生(shēng)成中(zhōng)文漢字驗證碼隻須要使用GB2312字符集就已經足夠了。字符集中(zhōng)除了我(wǒ)(wǒ)們平時大(dà)家都認識的漢字外(wài)，也包含了很多我(wǒ)(wǒ)們不認識平時也很少見到的漢字。如果生(shēng)成中(zhōng)文漢字驗證碼中(zhōng)有很多我(wǒ)(wǒ)們不認識的漢字讓我(wǒ)(wǒ)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(zhōng)的漢字我(wǒ)(wǒ)們也不是全都要用。
中(zhōng)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(yī)回事，隻不過一(yī)個使用十六進制分(fēn)區表示，一(yī)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，後兩位代表位置，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(wǒ)(wǒ)們可以發現第15區也就是AF區以前都沒有漢字，隻有少量符号，漢字都從第16區B0開(kāi)始，這就是爲什麽GB2312字符集都是從16區開(kāi)始的。
2、.Net程序處理漢字編碼原理分(fēn)析
在.Net中(zhōng)可以使用System.Text來處理所有語言的編碼。在System.Text命名空間中(zhōng)包含衆多編碼的類，可供進行操作及轉換。其中(zhōng)的Encoding類就是重點處理漢字編碼的類。通過在.NET文檔中(zhōng)查詢Encoding類的方法我(wǒ)(wǒ)們可以發現所有和文字編碼有關的都是字節數組，其中(zhōng)有兩個很好用的方法：
Encoding.GetBytes ()方法将指定的 String 或字符數組的全部或部分(fēn)内容編碼爲字節數組
Encoding.GetString ()方法将指定字節數組解碼爲字符串。
沒錯我(wǒ)(wǒ)們可以通過這兩個方法将漢字字符編碼爲字節數組，同樣知(zhī)道了漢字GB2312的字節數組編碼也就可以将字節數組解碼爲漢字字符。通過對“好”字進行編碼爲字節數組後
Encoding gb=System.Text.Encoding.GetEncoding("gb2312");
object[] bytes=gb.Encoding.GetBytes ("好")；
發現得到了一(yī)個長度爲2的字節數組bytes，使用
string lowCode = System.Convert.ToString(bytes[0], 16); //取出元素1編碼内容（兩位16進制）
string hightCode = System.Convert.ToString(bytes[1], 16);//取出元素2編碼内容（兩位16進制）
之後發現字節數組bytes16進制變碼後内容竟然是{ba,c3}，剛好是“好”字的十六進制區位碼（見區位碼表）。
因此我(wǒ)(wǒ)們就可以随機生(shēng)成一(yī)個長度爲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(shēng)成中(zhōng)文漢字驗證碼來說，因爲第15區也就是AF區以前都沒有漢字，隻有少量符号，漢字都從第16區B0開(kāi)始，并且從區位D7開(kāi)始以後的漢字都是和很難見到的繁雜(zá)漢字，所以這些都要排出掉。所以随機生(shēng)成的漢字十六進制區位碼第1位範圍在B、C、D之間，如果第1位是D的話(huà)，第2位區位碼就不能是7以後的十六進制數。在來看看區位碼表發現每區的第一(yī)個位置和最後一(yī)個位置都是空的，沒有漢字，因此随機生(shēng)成的區位碼第3位如果是A的話(huà)，第4位就不能是0；第3位如果是F的話(huà)，第4位就不能是F。
好了，知(zhī)道了原理，随機生(shēng)成中(zhōng)文漢字的程序也就出來了，以下(xià)就是生(shēng)成4個随機漢字的C#控制台代碼：
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");
//調用函數産生(shēng)4個随機中(zhōng)文漢字編碼
object[] bytes=CreateRegionCode(4);
//根據漢字編碼的字節數組解碼出中(zhōng)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[])));
//輸出的控制台
Console.WriteLine(str1 + str2 +str3 +str4);
}
/**//*
此函數在漢字編碼範圍内随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(yī)個漢字，并将
四個字節數組存儲在object數組中(zhōng)。
參數：strlength，代表需要産生(shēng)的漢字個數
*/
public static object[] CreateRegionCode(int strlength)
{
//定義一(yī)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(yī)個object數組用來
object[] bytes=new object[strlength];
/**//*每循環一(yī)次産生(shēng)一(yī)個含兩個元素的十六進制字節數組，并将其放(fàng)入bject數組中(zhōng)
每個漢字有四個區位碼組成
區位碼第1位和區位碼第2位作爲字節數組第一(yī)個元素
區位碼第3位和區位碼第4位作爲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);//更換随機數發生(shēng)器的
種子避免産生(shēng)重複值
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産生(shēng)的随機漢字區位碼
byte byte1=Convert.ToByte(str_r1 + str_r2,16);
byte byte2=Convert.ToByte(str_r3 + str_r4,16);
//将兩個字節變量存儲在字節數組中(zhōng)
byte[] str_r=new byte[]{byte1,byte2};
//将産生(shēng)的一(yī)個漢字的字節數組放(fàng)入object數組中(zhōng)
bytes.SetValue(str_r,i);
}
return bytes;
}
}
}
實現了随機生(shēng)成漢字後，就可以使用.NET GDI來繪制自己需要的驗證碼圖形了。具體(tǐ)的怎樣生(shēng)成驗證碼圖片，以及改變其中(zhōng)字符的長和寬等效果網上已經有很多相關的文章，這裏由于篇幅就不再介紹了。不過有一(yī)點要說明的是以上代碼在中(zhōng)文版的Windows下(xià)才能運行，因爲它帶有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。
文章來源：http://www.zebcn.com/html/200507/2168.html
475003427