【CodeBase】【转】php随机生成汉字

本方法是通过生成GB2312编码的汉字后，再转码为UTF-8编码。之所以这样做是因为UTF-8的常用汉字太过分散，随机生成会出现大量生僻字，而使用GB2312编码的好处在于其收录的大部分汉字为常用汉字，具体参考下面的介绍。

GB2312-80 字符编码介绍

　　GB 2312-80 是中国国家标准简体中文字符集，全称《信息交换用汉字编码字符集·基本集》，由中国国家标准总局发布，1981年5月1日实施。GB2312 编码通行于中国大陆；新加坡等地也采用此编码。中国大陆几乎所有的中文系统和国际化的软件都支持 GB 2312。

　　GB2312 标准共收录 6763 个汉字，其中一级汉字 3755 个，二级汉字 3008 个；同时收录了包括拉丁字母、希腊字母、日文平假名及片假名字母、俄语西里尔字母在内的 682 个字符。GB2312 的出现，基本满足了汉字的计算机处理需要，它所收录的汉字已经覆盖中国大陆 99.75% 的使用频率。对于人名、古汉语等方面出现的罕用字，GB2312 不能处理，这导致了后来 GBK 及 GB18030 汉字字符集的出现。

　　GB2312 中对所收汉字进行了“分区”处理，每区含有 94 个汉字/符号。这种表示方式也称为区位码。

01 - 09 区为特殊符号。
16 - 55 区为一级汉字，按拼音排序。
56 - 87 区为二级汉字，按部首/笔画排序。

　　10 - 15 区及 88 - 94 区则未有编码。举例来说，“啊”字是 GB2312 之中的第一个汉字，它的区位码就是 1601。

　　每个汉字及符号以两个字节来表示。第一个字节称为“高位字节”，第二个字节称为“低位字节”。“高位字节”使用了 0xA1 - 0xF7（把 01 - 87 区的区号加上 0xA0），“低位字节”使用了 0xA1 - 0xFE（把 01 - 94 位的位号加上 0xA0）。由于一级汉字从 16 区起始，汉字区的“高位字节”的范围是 0xB0 - 0xF7，“低位字节”的范围是 0xA1 - 0xFE，占用的码位是 72 * 94 = 6768。其中有 5 个空位是 D7FA - D7FE。例如“啊”字在大多数程序中，会以两个字节，0xB0（第一个字节）0xA1（第二个字节）储存。（与区位码对比：0xB0 = 0xA0 + 16, 0xA1 = 0xA0 + 1）。

　　国家标准 GB 18030-2005《信息技术中文编码字符集》，是中华人民共和国现时最新的内码字集，与 GB 2312-1980 完全兼容，与 GBK 基本兼容，支持 GB 13000 及 Unicode 的全部统一汉字，共收录汉字 70244 个。现行版本为国家质量监督检验总局和中国国家标准化管理委员会于2005年11月8日发布，2006年5月1日实施，为在中国境内所有软件产品支持的强制标准。

(以上资料来源于“维基百科”)

实现随机生成汉字

function getChar($num)  // $num为生成汉字的数量

{

    $b = '';

    for ($i=0; $i<$num; $i++) {

        // 使用chr()函数拼接双字节汉字，前一个chr()为高位字节，后一个为低位字节

        $a = chr(mt_rand(0xB0,0xD0)).chr(mt_rand(0xA1, 0xF0));

        // 转码

        $b .= iconv('GB2312', 'UTF-8', $a);

    }

    return $b;

}

全文转自：https://www.cnblogs.com/Anselst-Blog/p/7784465.html

巴特西

【CodeBase】【转】php随机生成汉字

GB2312-80 字符编码介绍

实现随机生成汉字

最新文章

热门文章