GBK生成汉字

最新推荐文章于 2021-04-24 23:32:17 发布

曦语

最新推荐文章于 2021-04-24 23:32:17 发布

阅读量1k

点赞数 1

分类专栏：编码文章标签：随机产生汉字 java

编码专栏收录该内容

2 篇文章 0 订阅

订阅专栏

GBK生成汉字原理

《信息交换用汉字编码字符集》是由中国国家标准总局1980年发布，1981年5月1日开始实施的一套国家标准，标准号是 GB 2312 —1980。

GB2312编码适用于汉字处理、汉字通信等系统之间的信息交换，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。

基本集共收入汉字6763个和非汉字图形字符682个。整个字符集分成94个区，每区有94个位。每个区位上只有一个字符，因此可用所在的区和位来对汉字进行编码，称为区位码。

把换算成十六进制的区位码加上2020H，就得到国标码。国标码加上8080H，就得到常用的计算机机内码。1995年又颁布了《汉字编码扩展规范》（GBK）。GBK与GB 2312—1980国家标准所对应的内码标准兼容，同时在字汇一级支持ISO/IEC10646—1和GB 13000—1的全部中、日、韩（CJK）汉字，共计20902字。

收录：

GB 2312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，GB 2312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个全角字符。

GB 2312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，GB 2312不能处理，这导致了后来 GBK及GB 18030汉字字符集的出现。

(以上资料来源于“百度百科”)

利用java产生GB2312格式的汉字：

原理：利用GB2312汉字的区位，只拿取汉字的区位构造汉字

区位介绍：

01-99区：特殊符号区

10-15区：没有编码

16-55区：一级汉字（常用汉字）

56-78区：二级汉字（非常用汉字）

88-94区：没有编码

解释：GBK产生汉字需要两个字节（高位字节，低位字节），获取汉字所在的区域即可产生汉字；

高位字节范围：0xA1-0xF7（A0加上01-87区号）

低位字节范围：0xA1-0xFE（A0加上01-94区号）

类似与坐标：高位字节用来找到汉字所在的区域，低位字节用来对应汉字的位置

利用java代码实现：

import java.io.UnsupportedEncodingException;
import java.util.Random;

/**
 * 随机生成常见的汉字
 * 
 * @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("错误");
        }

        return str.charAt(0);
    }
}