标题: 【讨论】.Net程序处理汉字编码原理分析 [打印本页]

---

作者: 卡多佐    时间: 2009-9-10 19:37     标题: 【讨论】.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：
    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。

---

欢迎光临 【3.A.S.T】网络安全爱好者 (http://3ast.com./)

Powered by Discuz! 7.2