用C#生成隨機中文漢字驗證碼的基本原理

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採用中文驗證碼。^_^
  我不得不佩服騰訊爲了防止目前網絡上橫行的QQ號碼自動註冊機而採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並不是很難，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
  到底怎麼辦到隨機生成漢字的呢？漢字從哪裏來的呢？是不是有個後臺數據表，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？使用後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，但是中文漢字有這麼多，怎麼來製作呢？其實可以不使用任何後臺數據庫，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，爲了使每一個漢字有一個全國統一的代碼，我國頒佈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。到了後來又公佈了國家標準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之後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，對於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！所以對於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
  
  漢字區位碼錶 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，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《漢字區位碼錶 》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，這就是爲什麼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命名空間中包含衆多編碼的類，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爲字節數組
  Encoding.GetString ()方法將指定字節數組解碼爲字符串。
  
  
  沒錯我們可以通過這兩個方法將漢字字符編碼爲字節數組，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）
  
  
  之後發現字節數組bytes16進制變碼後內容竟然是{ba,c3}，剛好是“好”字的十六進制區位碼（見區位碼錶）。
  因此我們就可以隨機生成一個長度爲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。不過對於生成中文漢字驗證碼來說，因爲第15區也就是AF區以前都沒有漢字，只有少量符號，漢字都從第16區B0開始，並且從區位D7開始以後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位範圍在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以後的十六進制數。在來看看區位碼錶發現每區的第一個位置和最後一個位置都是空的，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#控制檯代碼：
  
  
  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[])));
  
   //輸出的控制檯
  　　 Console.WriteLine(str1 + str2 +str3 +str4);
  　　 }
  
  
   /**//*
   此函數在漢字編碼範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，並將
   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，並將其放入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位作爲字節數組第一個元素
   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);//更換隨機數發生器的
  
  種子避免產生重複值
   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後，就可以使用.NET GDI來繪製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，這裏由於篇幅就不再介紹了。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。
  
  
  作者Blog：http://blog.csdn.net/swazn_yj/