1、背景知識
GB 2312⑻0 是中國國家標準簡體中文字符集，全稱《信息交換用漢字編碼字符集?基本集》，由中國國家標準總局發布，1981年5月1日實行。GB2312 編碼通行于中國大陸；新加坡等地也采取此編碼。中國大陸幾近所有的中文系統和國際化的軟件都支持 GB 2312。
GB2312 標準共收錄 6763 個漢字，其中1級漢字 3755 個，2級漢字 3008 個；同時收錄了包括拉丁字母、希臘字母、日文平假名及片假名字母、俄語西里爾字母在內的 682 個字符。GB2312 的出現，基本滿足了漢字的計算機處理需要，它所收錄的漢字已覆蓋中國大陸 99.75% 的使用頻率。對人名、古漢語等方面出現的罕用字，GB2312 不能處理，這致使了后來 GBK 及 GB18030 漢字字符集的出現。
GB2312 中對所收漢字進行了“分區”處理，每區含有 94 個漢字/符號。這類表示方式也稱為區位碼。
01 - 09 區為特殊符號。
16 - 55 區為1級漢字，按拼音排序。
56 - 87 區為2級漢字，按部首/筆劃排序。
10 - 15 區及 88 - 94 區則未有編碼。舉例來講，“啊”字是 GB2312 當中的第1個漢字，它的區位碼就是 1601。
每一個漢字及符號以兩個字節來表示。第1個字節稱為“高位字節”，第2個字節稱為“低位字節”。“高位字節”使用了 0xA1 - 0xF7（把 01 - 87 區的區號加上 0xA0），“低位字節”使用了 0xA1 - 0xFE（把 01 - 94 位的位號加上 0xA0）。 由于1級漢字從 16 區起始，漢字區的“高位字節”的范圍是 0xB0 - 0xF7，“低位字節”的范圍是 0xA1 - 0xFE，占用的碼位是 72 * 94 = 6768。其中有 5 個空位是 D7FA - D7FE。例如“啊”字在大多數程序中，會以兩個字節，0xB0（第1個字節）0xA1（第2個字節）貯存。（與區位碼對照：0xB0 = 0xA0 + 16, 0xA1 = 0xA0 + 1）。
國家標準 GB 18030⑵005《信息技術 中文編碼字符集》，是中華人民共和國現時最新的內碼字集，與 GB 2312⑴980 完全兼容，與 GBK 基本兼容，支持 GB 13000 及 Unicode 的全部統1漢字，共收錄漢字 70244 個。現行版本為國家質量監督檢驗總局和中國國家標準化管理委員會于2005年11月8日發布，2006年5月1日實行，為在中國境內所有軟件產品支持的強迫標準。
(以上資料來源于“維基百科”)
2、隨機生成經常使用漢字的 C# 程序
新建Java項目，創建代碼片斷：
import java.io.UnsupportedEncodingException;
import java.util.Random;
/**
* 隨機生成常見的漢字
*
* @author xuliugen
*
*/
public class GeneCharTest {
public static void main(String[] args) {
for (int i = 1; i < 24; i++) {
System.out.print(getRandomChar() + " ");
}
}
private static char getRandomChar() {
String str = "";
int hightPos; //
int lowPos;
Random random = new Random();
hightPos = (176 + Math.abs(random.nextInt(39)));
lowPos = (161 + Math.abs(random.nextInt(93)));
byte[] b = new byte[2];
b[0] = (Integer.valueOf(hightPos)).byteValue();
b[1] = (Integer.valueOf(lowPos)).byteValue();
try {
str = new String(b, "GBK");
} catch (UnsupportedEncodingException e) {
e.printStackTrace();
System.out.println("毛病");
}
return str.charAt(0);
}
}
運行結果：
程序員人生，我編程，我富裕，記住wfuyu網，php教程，php學習，php手冊，CMS模版制作
聲明：本站大部分內容是作者原創，少部分收集于互聯網供大家一起學習，原版權很多不明，如有侵權請聯系本站，謝謝！
粵ICP備14040726號-1?? 2015-2020 程序員人生 版權所有
