好玩的Python吃鸡也要效率高：利用gb2312汉字区位码

之前写里一篇文章，好玩儿的Python:想要吃鸡?你得有个好名字!但是代码不是最优化的，我们来改进下。好玩的Python吃鸡也要效率高：随机起名改进然后山东省信息技术名师王晓辉指出，随机汉字可以用汉字区位码，于是改进之，实现了基于Unicode和gb2312的随机汉字算法。但是出来的名字非常怪异。所以随机起名和随机汉字是两个不同的算法。不过整数和汉字之间的换算可以有很多玩儿法比如以前很流行的姓名大作战。
第三方开源库：https://github.com/layerssss/Faker-zh-cn.js
https://github.com/nuysoft/Mock/wiki/Name mock
Mock.js is a simulation data generator to help the front-end to develop and prototype separate from the back-end progress and reduce some monotony particularly while writing automated tests.
https://github.com/nuysoft/Mock 感兴趣的可以参考

基于Unicode码的随机名称

四字游戏可以看到字大多数不认识

五字游戏名

要是那个游戏起这么怪的名字怕要被打死的吧！不然这个游戏怕是要倒闭了。

import codecs
import random
from functools import reduce

# 经过山东菏泽王晓辉老师的提醒
# 随机名称还可以用汉字区位码
# 改进程序

# 知乎得到启发
# str = "\"\\u5c3c\\u5eb7\""
# str = codecs.decode(str,'unicode_escape')
# print(str)  #输出：尼康

def random_char():
    # Unicode统一汉字编码范围
    # 从统一编码范围里找出汉字
    char_code = random.randint(0x4e00, 0x9fbb)
    str = "\\u{}".format(format(char_code, 'x'))
    char = codecs.decode(str,'unicode_escape')
    # 根据得到的范围数字得到汉字
    return char
# 并非常用汉字范围，常用汉字没有特定的区间
# 需要自行排出
# 所以找出常用字然后随机生成也是个办法了
# 至于那种方便就很难说了
def cre_name():
    username = ['', '', '']
    name = map(lambda x : x + random_char(), username)
    username = ''.join(list(name))
    return username

print(cre_name())

for x in range(10):
    print(cre_name())
# 进一步改进是找到常用汉字的编码
# 或者不用Unicode码而用表示汉字比较少的编码

GB2312简体中文编码表

image.png

GB2312简体中文编码表
GB2312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。整个字符集分成94个区，每区有94个位。

• GB2312，又称为GB0，由中国国家标准总局发布，1981年5月1日实施
• GB2312标准共收录6763个汉字，其中一级汉字3755个，二级汉字3008个
• GB2312是一种区位码。分为94个区(01-94)，每区94个字符(01-94)
• 01-09区为特殊符号
• 10-15区没有编码
• 16-55区为一级汉字，按拼音排序，共3755个
• 56-87区为二级汉字，按部首／笔画排序，共3008个
• 88-94区没有编码
• GB2312只是编码表，在计算机中通常都是用"EUC-CN"表示法，即在每个区位加上0xA0来表示。区和位分别占用一个字节。

>>> print(0xb0)  #输出16进制
176
>>> hex(167) #整数到十六进制
'0xa7'
>>> hex(176)
'0xb0'
>>> format(176, 'x')
'b0'
>>> format(176, 'x')
'b0'
>>> format(176, 'x')  + format(1, 'x')
'b01'
>>> print(0xa1)
161
>>> format(176, 'x')  + format(161, 'x') #格式化十六进制字符串
'b0a1'
>>> bytes().fromhex(a) #从十六进制生成bytes
b'\xb0\xa1'
>>> bytes().fromhex(a).decode('gb2312')
'啊'
>>>

最终代码使用gb2312一级汉字3755个，这样就不会出现奇奇怪怪的汉字了

import codecs
import random
from functools import reduce

# 经过山东菏泽王晓辉老师的提醒
# 随机名称还可以用汉字区位码
# 改进程序

# 知乎得到启发
# str = "\"\\u5c3c\\u5eb7\""
# str = codecs.decode(str,'unicode_escape')
# print(str)  #输出：尼康

# 根据gb2312生成随机字符串
def random_gb2312_char():

    zone_num = random.randint(0xb0, 0xd7)
    bit_num = random.randint(0xa1, 0xff)

    hex = format(zone_num, 'x') + format(bit_num, 'x')
    # bytes().fromhex(a)从十六进制生成字节

    return bytes().fromhex(hex).decode('gb2312')



# 并非常用汉字范围，常用汉字没有特定的区间
# 需要自行排出
# 所以找出常用字然后随机生成也是个办法了
# 至于那种方便就很难说了是
def cre_name():
    username = ['', '', '']
    name = map(lambda x : x + random_gb2312_char(), username)
    username = ''.join(list(name))
    return username


for x in range(10):
    print(cre_name())
# 进一步改进是找到常用汉字的编码
# 或者不用Unicode码而用表示汉字比较少的编码

image.png

这里字都认识了，但是名字还是很奇怪啊

这样的结果只是比较好认识，但是名字还是非常奇怪的，生成名字肯定有更加复杂的逻辑，比如加上姓名的

参考
GB213简体中文编码表
字体编辑器中日韩字符Unicode编码表