随机汉字

public static String getChineseCharacter(long seed) throws Exception { 
String str = null; 
int highPos, lowPos; 
Random random = new Random(seed); 
highPos  =  176 + random.nextInt(39); 
lowPos = 161 + random.nextInt(93); 
byte[] b = new byte[2]; 
b[0] = (new Integer(highPos)).byteValue(); 
b[1] = (new Integer(lowPos)).byteValue(); 
str = new String(b, "GBK"); 
return str; 
} 

 

 原理是根据汉字的区位码，其中本例高位从176位置取，低位从161位置开始取

 

所谓汉字编码，就是采用一种科学可行的办法，为每个汉字编一个唯一的代码，以便计算机辨认、接收和处理。在此介绍的是《国家标准信息交换汉字编码》。这种编码经过加工整理一律以汉语拼音的字母为序，音节相同的字以使用频率为序，其查找方法与一般汉语字典的汉字拼音音节索引查找法相同。
　　为了使每一个汉字有一个全国统一的代码，1980年，我国颁布了第一个汉字编码的国家标准： GB2312-80《信息交换用汉字编码字符集》基本集，这个字符集是我国中文信息处理技术的发展基础，也是目前国内所有汉字系统的统一标准。由于国标码是四位十六进制，为了便于交流，大家常用的是四位十进制的区位码。所有的国标汉字与符号组成一个94×94的矩阵。在此方阵中,每一行称为一个"区",每一列称为一个"位",因此,这个方阵实际上组成了一个有94个区(区号分别为0 1到94)、每个区内有94个位(位号分别为01到94)的汉字字符集。一个汉字所在的区号和位号简单地组合在一起就构成了该汉字的"区位码"。在汉字的区位码中，高两位为区号，低两位为位号。 在区位码中，01-09区为682个特殊字符，16~87区为汉字区，包含6763个汉字 。其中16-55区为一级汉字(3755个最常用的汉字，按拼音字母的次序排列)，56-87区为二级汉字(3008个汉字，按部首次序排列)。 
　　所以，当我们需要n个任意汉字时，我们不必建一个全部汉字表，而是利用区位码实现常用汉字的提取。