Question

请问这种乱码文字怎样生成？

隐约记得，这种乱码的字符数很多，但是看上去并不会很乱很长。我需要把一段200个字符的正常文字，转化为200字符正常文字+800字符乱码文字的组合，称为组合A，然后通过改变乱码内容，生成组合B,C,D,实现不同组合之间内容重复率不超过20%最终目的是，批量生成1000个这样的组合，用于谷歌推广。所以说，这种看似附着在文字表面，又不影响观看的乱码如何生成？

Answer 1

一般来说，我们指的乱码其实有两种:
一种是像0xC180（羳）这样在GBK中可以被解码的字，由于0xC180不在Big5的解码范围内，所以一般会有一些固定的符号代替，如.或?。
另一种，是由于简繁体中文的同一个字在各自编码体系中编码不同，而在解码时产生的混乱。比如林这个字，在Big5中的编码是AA4C，但是在GBK中AA4C对应的汉字是狶。也就是说如果台湾同胞使用一个Big5编码的邮件客户端给我发一封邮件写着“Hi 林”，我用GBK编码的邮件客户端打开看起来会是“Hi 狶”，真是让人绝望。