Python随机生成中文字符的方法

第一种方法:Unicode码

在unicode码中,汉字的范围是(0x4E00, 9FBF)

import random

def Unicode():
	 val = random.randint(0x4e00, 0x9fbf)
	 return chr(val)

这个方法比较简单,但是有个小问题,unicode码中收录了2万多个汉字,包含很多生僻的繁体字。

第二种方法:GBK2312

gbk2312对字符的编码采用两个字节相组合,第一个字节的范围是0xB0-0xF7, 第二个字节的范围是0xA1-0xFE.
更新：
值得注意的是，对于第55区，D7FA-D7FE的5个是没有编码的，需要在两个字节组合的范围中特意剔除一下。
对GBK2312编码方式详细的解释请参看GBK2312编码（参考文献3）（参考文献4）。

import random

def GBK2312():
	 head = random.randint(0xb0, 0xf7)
	 body = random.randint(0xa1, 0xfe)
	 val = f'{head:x}{body:x}'
	 str = bytes.fromhex(val).decode('gb2312')
	 return str

GBK2312收录了6千多常用汉字.两种方法的取舍就看需求了。

pyhon encode和decode函数

Python2.x中默认的编码的基础类型是unicode编码的类型，在Python3.x才转化为基于unicode的字符串。
那么我们在Python2.x的学习中就会遇到各种各样的编码问题，encode和decode函数就是很好的帮我们解决这样问题的工具。
下面的程序中有详细的介绍和例子！
在Python2.x中：

u = u'中文' #显示指定unicode类型对象u 
str = u.encode('gb2312') #以gb2312编码对unicode对像进行编码 
str1 = u.encode('gbk') #以gbk编码对unicode对像进行编码 
str2 = u.encode('utf-8') #以utf-8编码对unicode对像进行编码 
u1 = str.decode('gb2312')#以gb2312编码对字符串str进行解码，以获取unicode 
u2 = str.decode('utf-8')#如果以utf-8的编码对str进行解码得到的结果，将无法还原原来的unicode类型

在Python3.x中：

u = '中文' #指定字符串类型对象u 
str = u.encode('gb2312') #以gb2312编码对u进行编码，获得bytes类型对象str 
u1 = str.decode('gb2312')#以gb2312编码对字符串str进行解码，获得字符串类型对象u1 
u2 = str.decode('utf-8')#如果以utf-8的编码对str进行解码得到的结果，将无法还原原来的字符串内容

但是我们在读取、写入文件的时候就要注意以文件的格式来判断用什么方式来操作了，txt文件默认都是utf-8当然你也可以自己设定编码格式。
我们在对txt文件进行操作时，最好都将编码格式转化为utf-8来方便操作吧！

参考文献：
1、https://www.jb51.net/article/128987.htm 2018.7.20
2、https://www.jianshu.com/p/921029cbca60 2018.7.20
3、http://www.qqxiuzi.cn/zh/hanzi-gb2312-bianma.php 2018.7.20
4、https://blog.csdn.net/dragoo1/article/details/53560877 2018.9.18

Python随机生成中文字符的方法

猜你喜欢