随机生成中文(包括编码)

最新推荐文章于 2024-08-16 07:44:40 发布

一头迟钝的猪

最新推荐文章于 2024-08-16 07:44:40 发布

阅读量2.2k

点赞数

分类专栏：随笔

本文链接：https://blog.csdn.net/luqinwei/article/details/58140435

版权

随笔专栏收录该内容

9 篇文章 0 订阅

订阅专栏

笔试问到，一脸懵逼，记录下来

ASCII码是一个字节，但是明显太小了，里面没有中文，所以就有了GBK2312，把中文加进去

Unicode是两个字节，够存放所有字符，但是所有字符都用两个字节太浪费空间

UTF-8是可变长度字符编码，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。

在python3中jsom库dump或者load时会默认转码为unicode，因此如果json中有中文要进行查找key的话，需要加上u，如dict[u'中国']

c++版

#include <fstream>
#include <iostream>
using namespace std;
#include<time.h> 
#include<stdlib.h> 

int main(){
srand((unsigned)time(NULL));
int iRange1 = 0xf7 - 0xb0;
int iRange2 = 0xfe - 0xa1;
for (int i=0;i<10;++i)
{
char iCode1 = rand()%iRange1 + 0xb0;
char iCode2 = rand()%iRange2 + 0xa1;
char ch[3] = {iCode1,iCode2,0};
cout<<ch<<endl;
}
return 0;
}

python版，有两种编码方式

import random	
	
def Unicode():
     val = random.randint(0x4E00, 0x9FBF)
     return unichr(val) 
def GB2312():
     head = random.randint(0xB0, 0xCF)
     body = random.randint(0xA, 0xF)
     tail = random.randint(0, 0xF)
     val = ( head << 8 ) | (body << 4) | tail
     str = "%x" % val
     return str.decode('hex').decode('gb2312')