汉字区位码查询与算法 - supersi的专栏 - CSDN博客 汉字字符区位码

汉字区位码查询与算法 收藏

汉字区位码查询与算法——microsoft visual studio 2005系列

www.tuenhai.com 20060427

要从事学术研究,一定要学好数学,数学可以把对事物的描述精确化。

tuenhai为什么要学习编程?其中一个原因就是利用编程工具进行一些数学运算。

记得大约10年前,那时tuenhai还没有电脑,要进行大数计算,怎么办?那时就到处打听,哪里有数位多一些的计算器。一般计算器只有8位,多一些的12位,还是不够用。有一次和故人到大城市,总算打听到了超过12位的计算器,考虑再三,还是没有买下来(不知故人还有没有记得这件事,毕竟过去这么多年了)。

父亲把我们以前读过的教材,练习本都保存着,我把粘满灰尘的数学教材找出来,放在我的书房,有时还会去随便翻翻。

现在学校教育是彻头彻尾的失败。教育没有和实际结合,毕业不久,学过的知识就很多交还给老师了。想起来,学校教育至少浪费了我5年光阴,工作中又至少浪费了我8年光阴,从出生到现在,竟有近一半时间浪费掉了,实在可怕。

把学校教育批评得一无是处,那么理想的教育应该是怎么样的呢?

理想的教育应该是一切学科相通的,只有这样,知识才能活起来,学而即用,不用死记。这样的学习,只有快乐,没有痛苦。

这样的学校教育可谓是完美,在这个不完美的世界可能永远不会实现。就象中医,这么多人说要发扬真正的中医,但现代人没有这个福气,连伪中医都要衰落,何况真中医。现代“小火神”为什么不写书,或许有深机在焉。

一切学科相通,从而理解这个世界,这个题目太大了,tuenhai(tuenhai.com)也只是玩味了一点点。这里只讨论一下用编程的方法数字与汉字的转换,同时也附录一些资料,方便研究。

'tuenhai所用获得汉字或字符对应的区位符

Function quwei(ByVal x As String) As String '

x = Asc(x) 'Asc 返回输入字符的码位或字符代码。对于单字节字符集 (SBCS),返回值范围为 0 到 255;对于双字节字符集 (DBCS),返回值范围为 -32768 到 32767。对于单字节 ASCII 字符的图表,请参见 ASCII 字符代码。

x = Hex((x)) '返回表示数字的十六进制值的字符串。刘=FFFFC1F5,前面的4个F去掉,得到16进制的内码。16进制的C=10进制的12

Dim str As String

str = Format(CDec("&H" & Strings.Mid(x, 5, 2)) - 160, "00") & Format(CDec("&H" & Strings.Mid(x, 7, 2)) - 160, "00")

'Strings.Mid(x, 5, 2) '得到16进制的内码,“刘”内码高位=C1

'CDec("&H" & str) '转换成10进制内码,"&H"表示16进制 “刘”内码高位=193

'-160 得到10进制区码, “刘”区码是33

'Format(decQu, "00") '格式化为两位数表示

Return str

End Function

'GB2312的原文还是区位码,从区位码到内码,需要在高字节和低字节上分别加上A0,

'在DBCS中,GB内码的存储格式始终是big endian,即高位在前。

' 区位码是与汉字一一对应的编码,用四位数字表示, 前两位从01 到94称区码,后两位从01到94称位码。 一个汉字的前一半是 ASCⅡ码为“160+区码”的字符,后一半是ASCⅡ码为“160+ 位码”的字符。

'例如:“刘”的区位码是 3385,其意为区码33位码85,它是由ASCⅡ码为160+33=193和160+85=245的两个字符组成。

'tuenhai所用获得区位符对应汉字或字符

Function hanzi(ByVal x As String) As String '

On Error Resume Next

Dim str As String

str = Chr("&H" & Hex(Val(Strings.Left(x, 2)) + 160) & Hex(Val(Strings.Right(x, 2)) + 160))

Return (str)

End Function

'Chr 使用 System.Text 命名空间中的 Encoding 类来确定当前线程使用的是单字节字符集 (SBCS) 还是双字节字符集 (DBCS)。然后将 CharCode 作为相应字符集中的码位。对于 SBCS 字符,范围为 0 到 255,对于 DBCS 字符,范围为 -32768 到 65535。

'ChrW 以 CharCode 作为 Unicode 码位。其范围与当前线程的区域性和代码页设置无关。-32768 到 -1 范围内的值的处理方式与 +32768 到 +65535 范围内的值相同。

(更多文章请访问www.tuenhai.com 20060427 剡)

汉字区位码查询,汉字区位码查询系统,区位码输入法下载,姓名区位码查询,汉字区位码下载,汉字区位码软件,电话号码区位码查询,什么是汉字区位码,电话区位码查询,区位输入法下载,城市的区位因素,手机号码区位查询,农业的区位选择,高考区位号查询,重庆高考区位号,工业的区位选择,汉字区位输入法,汉字区位代码表,区位日语输入法下载,汉字区位代码查询

附录:

从汉字到区位码的转换

http://blog.csdn.net/leeajax/archive/2004/07/12/39686.aspx

学校要我们填写毕业生的情况表,机读卡那种,姓名要用区位码.我想如果用程序来查询的话,就是数据库查找,我想编一个应该很简单的,就上网看看有没有类似的程序,然后我再用它的数据库自己实现一个,可让我查到了一个文章讲如何实现从汉字到区位码的转换,呵呵,可以不用数据库了.

区位码是与汉字一一对应的编码,用四位数字表示, 前两位从01 到94称区码,后两位从01到94称位码。 一个汉字的前一半是 ASCⅡ码为“160+区码”的字符,后一半是ASCⅡ码为“160+ 位码”的字符。

例如:“刘”的区位码是 3385,其意为区码33位码85,它是由ASCⅡ码为160+33=193和160+85=245的两个字符组成。

我用简单的控制台程序实现如下

#i nclude

#i nclude

void main()

{

char i[64];

while(1)

{

cout<<"输入单个字母退出"<  cin>>i;

if(strlen(i)==1)break;

for(int j=0;j  cout<<(i[j]+96)*100+i[j+1]+96< }

}

如何随机生成指定数目的国标汉字?

http://blog.csdn.net/northwolves/archive/2004/07/25/51270.aspx

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。

下面的代码可以实现任意数目汉字的生成:

Private Sub getrndhanzi(ByVal n As Integer)

Dim s() As String, i As Integer

Dim temp1 As Integer, temp2 As Integer

ReDim s(1 To n)

Randomize

For i = 1 To n

temp1 = 16 + Int(Rnd * 72)

If temp1 = 55 Then

temp2 = Int(Rnd * 90) '一级汉字从1601-1694,1701-1794,.....5401-5494,5501-5589,共94*40-5=3755 个汉字

Else

temp2 = Int(Rnd * 95) '二级汉字从5601-5694,5701-5794,.....8601-8694,8701-8794,共94*32=3008 个汉字

End If

s(i) = Chr("&H" & Hex(temp1 + 160) & Hex(temp2 + 160))

Next

Debug.Print Join(s, "")'输出

End Sub

Private Sub Command1_Click()

Dim i As Integer

For i = 1 To 25 '分别生成1-25个任意汉字

getrndhanzi i

Next

End Sub

输出:



夫敞

途罨椽

涅搦侄铽

榨藸禒艟球

枵舟斟盯滩桫

狲暗田苫撂蕾岢

冠澧炫鲼噘惺馘柘

巧愁炔哔臆策籼锭昏

紶假媪慈乘嘎肤景濡薤

呋刨锺灰榉懋唇弱献囟垤

均耋撤阗驿迩愍殒埚砸宕薅

蒹翦俄形碌哧烀爝懒缭嫔捭浑

瑾砜疬哜遒濂勾彐綘珩苓就萌炳

光椁旖趁鲲頎壕狁媪暑额忾帷淤黹

湫熏裤降旺廓淳傻蜕脬荪色注紫劾吾

陶沥瑗骶埴于喃刮瘿突赅斛简铨觞抨唼

格鸽乜衍夙菀鲡败陆褐哙苑滓淆踵讫头绑

德泠婷岙湔池桨郅峁汩卒控诉刍镗椎鬣越嫉

义懂聂其定鳓脯膪巯吐昏罚返抖陵沌戗喘茺缂

废雾旯浠疼赃勋妓鳟埏帮盂蕹朐裂祆膻拌脎威纯

宛免作绣稞涑枭搬怿旦熨呈弃驰翔聚饰栩燧艴氢贫

豕源髑乍蚍夏己履毕芤毁篑子褊崖坏忑霉钿瘢驵迁裨

獬纷胚桨衫蹒疯祧武琢吣酃踱免逘浊顸坐磬挫郐婶缪锰

拽技薯帙陕槲逗蜱嘧雌怙诖椭踉盔锍认致暝榴蘖逆捻螨噬

附:

汉字与区位码转换代码:

Function quwei(ByVal x As String) As String '获得某汉字或字符对应的的区位码

If Asc(x) >= 0 Then Exit Function

x = Hex(Asc(x))

quwei = Format(CDec("&H" & Left(x, 2)) - 160, "00") & Format(CDec("&H" & Right(x, 2)) - 160, "00")

End Function

Function hanzi(ByVal x As String) As String'获得某区位码对应汉字或字符

hanzi = Chr("&H" & Hex(Val(Left(x, 2)) + 160) & Hex(Val(Right(x, 2)) + 160))

End Function

经验总结--字符串与编码

http://www.cnblogs.com/hellosnoopy/articles/98127.html

SRC:http://search.csdn.net/Expert/topic/1880/1880675.xml?temp=3.344363E-02

这几个月作手机短信的项目,碰到了很多字符编码的问题,真头痛。经过多番资料的搜索、亲手尝试和高人的指点,现在好像没那么迷惘了。现作了一些总结跟大家分享(有误之处请指点)

首先应该把字节数组看成是String的载体。

dot Net使用的字符串String是Unicode编码的;它也是以Unicode编码的形式显示字符串。

以下是用自己语言对几个常用函数的说明:

(自己总结的,反正看不明MSDN)

bytes=System.Text.Encoding.Unicode.GetBytes(str)

作用:把str的载体作Unicode->Unicode的编码转换--也就是没有对载体作任何的转换。因些使用此函数可以得代表该String载体的字节数组。

str=System.Text.Encoding.Unicode.GetString(bytes)

作用:对字节数组作Unicode->Unicode的编码转换--即没有转换,把经过转换后的字节数组作为str的载体。

bytes=System.Text.Encoding.Utf8.GetBytes(str)

作用:把str的载体作Utf8->Unicode的编码转换。返回的是经过转换后的字符数组

str=System.Text.Encoding.Utf8.GetString(bytes)

作用:对字节数组作Gb2312->Unicode的编码转换,把经过转换后的字节数组作为str的载体。

bytes=System.Text.Encoding.GetEncoding("GB2312").GetBytes(str)

作用:把str的载体作Gb2312->Unicode的编码转换。返回的是经过转换后的字符数组

str=System.Text.Encoding.GetEncoding("GB2312").GetString(bytes)

作用:对字节数组作Gb2312->Unicode的编码转换,把经过转换后的字节数组作为str的载体。

如此类推

bytes=System.Text.Encoding.GetEncoding("XXX").GetBytes(str)

作用:把str的载体作XXX->Unicode的编码转换。返回的是经过转换后的字符数组

str=System.Text.Encoding.GetEncoding("XXX").GetString(bytes)

作用:对字节数组作XXX->Unicode的编码转换,把经过转换后的字节数组作为str的载体。

这里是我收集的一些有关字符编码的资料:http://61.145.116.154/bm/

还有:

http://www.unicode.org/charts/unihan.html

根据Unicode编码查其对应字符的字形、Utf8、汉字区位码等

http://www.unicode.org/Public/MAPPINGS/OBSOLETE/EASTASIA/GB/GB2312.TXT Unicode与Gb2312的对照表

http://www.***/developers/gadc/technicalpublications/articles/mabiao.txt

Unicode与Gbk对照表

用C#生成中文汉字验证码的基本原理

http://dev.csdn.net/develop/article/67/67031.shtm

前几天去申请免费QQ号码,突然发现申请表单中的验证码内容换成了中文,这叫真叫我大跌眼镜感到好笑,Moper上的猫儿们都大骂腾讯采用中文验证码。^_^

我不得不佩服腾讯为了防止目前网络上横行的QQ号码自动注册机而采取中文验证码的手段。仔细想了想感觉用程序生成随机的中文验证码并不是很难,下面就来介绍一下使用C#生成随机的中文汉字的原理。

1、汉字编码原理

到底怎么办到随机生成汉字的呢?汉字从哪里来的呢?是不是有个后台数据表,其中存放了所需要的所有汉字,使用程序随机取出几个汉字组合就行了呢?使用后台数据库先将所有汉字存起来使用时随机取出,这也是一种办法,但是中文汉字有这么多,怎么来制作呢?其实可以不使用任何后台数据库,使用程序就能做到这一切。要知道如何生成汉字,就得先了解中文汉字的编码原理。

1980年,为了使每一个汉字有一个全国统一的代码,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,简称GB2312,这个字符集是我国中文信息处理技术的发展基础,也是国内所有汉字系统的统一标准。到了后来又公布了国家标准GB18030-2000《信息交换用汉字编码字符集基本集的扩充》,简称GB18030,编程时如果涉及到编码和本地化的朋友应该对GB18030很熟悉。这是是我国继GB2312-1980和GB13000-1993之后最重要的汉字编码标准,同时也是未来我国计算机系统必须遵循的基础性标准之一。

目前在中文WINDOWS操作系统中,.NET编程中默认的的代码页就是GB18030简体中文。但是事实上如果生成中文汉字验证码只须要使用GB2312字符集就已经足够了。字符集中除了我们平时大家都认识的汉字外,也包含了很多我们不认识平时也很少见到的汉字。如果生成中文汉字验证码中有很多我们不认识的汉字让我们输入,对于使用拼音输入法的朋友来说可不是好事,五笔使用者还能勉强根据汉字的长相打出来,呵呵!所以对于GB2312字符集中的汉字我们也不是全都要用。

中文汉字字符可以使用区位码来表示,见

汉字区位码表      http://navicy2005.***/resource/gb2312tbl.htm

汉字区位码代码表  http://navicy2005.***/resource/gb2312tbm.htm

其实这两个表是同一回事,只不过一个使用十六进制分区表示,一个使用区位所在的数字位置表示。 例如“好”字的十六进制区位码是ba c3,前两位是区域,后两位代表位置,ba处在第26区,“好”处在此区汉字的第35位也就是c3位置,所以数字代码就是2635。这就是GB2312汉字区位原理。根据《汉字区位码表 》我们可以发现第15区也就是AF区以前都没有汉字,只有少量符号,汉字都从第16区B0开始,这就是为什么GB2312字符集都是从16区开始的。

2、.Net程序处理汉字编码原理分析

在.Net中可以使用System.Text来处理所有语言的编码。在System.Text命名空间中包含众多编码的类,可供进行操作及转换。其中的Encoding类就是重点处理汉字编码的类。通过在.NET文档中查询Encoding类的方法我们可以发现所有和文字编码有关的都是字节数组,其中有两个很好用的方法:

Encoding.GetBytes ()方法将指定的 String 或字符数组的全部或部分内容编码为字节数组

Encoding.GetString ()方法将指定字节数组解码为字符串。

没错我们可以通过这两个方法将汉字字符编码为字节数组,同样知道了汉字GB2312的字节数组编码也就可以将字节数组解码为汉字字符。通过对“好”字进行编码为字节数组后

Encoding gb=System.Text.Encoding.GetEncoding("gb2312");

object[] bytes=gb.Encoding.GetBytes ("好");

发现得到了一个长度为2的字节数组bytes,使用

string lowCode = System.Convert.ToString(bytes[0], 16); //取出元素1编码内容(两位16进制)

string hightCode = System.Convert.ToString(bytes[1], 16);//取出元素2编码内容(两位16进制)

之后发现字节数组bytes16进制变码后内容竟然是{ba,c3},刚好是“好”字的十六进制区位码(见区位码表)。

因此我们就可以随机生成一个长度为2的十六进制字节数组,使用GetString ()方法对其进行解码就可以得到汉字字符了。不过对于生成中文汉字验证码来说,因为第15区也就是AF区以前都没有汉字,只有少量符号,汉字都从第16区B0开始,并且从区位D7开始以后的汉字都是和很难见到的繁杂汉字,所以这些都要排出掉。所以随机生成的汉字十六进制区位码第1位范围在B、C、D之间,如果第1位是D的话,第2位区位码就不能是7以后的十六进制数。在来看看区位码表发现每区的第一个位置和最后一个位置都是空的,没有汉字,因此随机生成的区位码第3位如果是A的话,第4位就不能是0;第3位如果是F的话,第4位就不能是F。

好了,知道了原理,随机生成中文汉字的程序也就出来了,以下就是生成4个随机汉字的C#控制台代码:

3、程序代码:

using System;

using System.Text;

namespace ConsoleApplication

{

class ChineseCode

{

public static void Main()

汉字区位码查询与算法 - supersi的专栏 - CSDN博客 汉字字符区位码
{

//获取GB2312编码页(表)

Encoding gb=Encoding.GetEncoding("gb2312");

//调用函数产生4个随机中文汉字编码

object[] bytes=CreateRegionCode(4);

//根据汉字编码的字节数组解码出中文汉字

string str1=gb.GetString((byte[])Convert.ChangeType(bytes[0], typeof(byte[])));

string str2=gb.GetString((byte[])Convert.ChangeType(bytes[1], typeof(byte[])));

string str3=gb.GetString((byte[])Convert.ChangeType(bytes[2], typeof(byte[])));

string str4=gb.GetString((byte[])Convert.ChangeType(bytes[3], typeof(byte[])));

//输出的控制台

Console.WriteLine(str1 + str2 +str3 +str4);

}

/**//*

此函数在汉字编码范围内随机创建含两个元素的十六进制字节数组,每个字节数组代表一个汉字,并将

四个字节数组存储在object数组中。

参数:strlength,代表需要产生的汉字个数

*/

public static object[] CreateRegionCode(int strlength)

{

//定义一个字符串数组储存汉字编码的组成元素

string[] rBase=new String [16]{"0","1","2","3","4","5","6","7","8","9","a","b","c","d","e","f"};

Random rnd=new Random();

//定义一个object数组用来

object[] bytes=new object[strlength];

/**//*每循环一次产生一个含两个元素的十六进制字节数组,并将其放入bject数组中

每个汉字有四个区位码组成

区位码第1位和区位码第2位作为字节数组第一个元素

区位码第3位和区位码第4位作为字节数组第二个元素

*/

for(int i=0;i      {

//区位码第1位

int r1=rnd.Next(11,14);

string str_r1=rBase[r1].Trim();

//区位码第2位

rnd=new Random(r1*unchecked((int)DateTime.Now.Ticks)+i);//更换随机数发生器的

种子避免产生重复值

int r2;

if (r1==13)

{

r2=rnd.Next(0,7);

}

else

{

r2=rnd.Next(0,16);

}

string str_r2=rBase[r2].Trim();

//区位码第3位

rnd=new Random(r2*unchecked((int)DateTime.Now.Ticks)+i);

int r3=rnd.Next(10,16);

string str_r3=rBase[r3].Trim();

//区位码第4位

rnd=new Random(r3*unchecked((int)DateTime.Now.Ticks)+i);

int r4;

if (r3==10)

{

r4=rnd.Next(1,16);

}

else if (r3==15)

{

r4=rnd.Next(0,15);

}

else

{

r4=rnd.Next(0,16);

}

string str_r4=rBase[r4].Trim();

//定义两个字节变量存储产生的随机汉字区位码

byte byte1=Convert.ToByte(str_r1 + str_r2,16);

byte byte2=Convert.ToByte(str_r3 + str_r4,16);

//将两个字节变量存储在字节数组中

byte[] str_r=new byte[]{byte1,byte2};

//将产生的一个汉字的字节数组放入object数组中

bytes.SetValue(str_r,i);

}

return bytes;

}

}

}

实现了随机生成汉字后,就可以使用.NET GDI来绘制自己需要的验证码图形了。具体的怎样生成验证码图片,以及改变其中字符的长和宽等效果网上已经有很多相关的文章,这里由于篇幅就不再介绍了。不过有一点要说明的是以上代码在中文版的Windows下才能运行,因为它带有GB的字符集,如果你是其他语言的操作系统,就需要安装GB字符集了。

有什么问题可以到 http://www.cnblogs.com/navicy/ 发表看法。

http://navicy.126.com

用.NET获取汉字的区位码(C#)

http://dev.csdn.net/article/58/58359.shtm

首先复习一下计算机基础知识:

计算机中最底层的数据都是用二进制及0和1来表示的。每个0或1称作1位,第8位二进制数叫做1个字节,它可以表示ASCII码中的一个字符。中文计算机中用两个字节即16位二进制来表示一个汉字。而在Unicode编码中所有的符号(包括汉字,英文,标题及其它众多符号)都是为两字节(16)位来表示。

在System.Text命名空间中包含众多编码的类,可供进行操作及转换,下面用两个实例来进行区位码及汉字之间的互换,希望能起到举一反三的效果,让大家可以轻松处理文字编码方面的问题:

程序代码:

using System;

using System.Text;

class CodingChange

{

public string CharacterToCoding(string character)

{

string coding = "";

for (int i = 0; i  {

byte[] bytes = System.Text.Encoding.Unicode.GetBytes(character.Substring(i,1)); //取出二进制编码内容

string lowCode = System.Convert.ToString(bytes[0], 16); //取出低字节编码内容(两位16进制)

if (lowCode.Length == 1)

lowCode = "0" + lowCode;

string hightCode = System.Convert.ToString(bytes[1], 16);//取出高字节编码内容(两位16进制)

if (hightCode.Length == 1)

hightCode = "0" + hightCode;

coding += (lowCode + hightCode);//加入到字符串中,

}

return coding;

}

public string CodingToCharacter(string coding)

{

string characters = "";

  

爱华网本文地址 » http://www.413yy.cn/a/25101013/145729.html

更多阅读

教新手如何建立自己的网易博客 诛仙网易新手卡

教新手如何建立自己的网易博客教新手如何建立自己的网易博客博客是我们战斗的阵地,也是我们发出声音的工具,更是我们大家学习和完善自我的基地。大家都学会制作自己的博客,然后把所有的文章都收集在博客里,到处发出我们的正义之声,遍

声明:《汉字区位码查询与算法 - supersi的专栏 - CSDN博客 汉字字符区位码》为网友独自生长分享!如侵犯到您的合法权益请联系我们删除