中文假文產生器

已經決定要大望大家尤其是ㄌ這個我：謝當下聽起來工作，兩個人問他的關的手，非較啊不容都沒開始，好像也車應說的話有那個真的還，克要的今天才的感覺日快樂。焦慮店青一場⋯想要反麻煩不下來他上我是你不，好吃的超級的照片正在，喜歡們說很名的不不多的愛很，波了一以為是一樣畫面，要繼續強迫味的要結果他乎是。你覺得雖好像是，面有事件有一管了我代有就，位到很在只⋯天上還到一個刻意建議的動畫，度不介啊啊結果迎的表們一起⋯什麼可沒有我也是實際上。

這是什麼鬼東西？

一段乍看之下像是文章，但仔細一瞧全無道理的文字組合。

這能幹嘛？

給做版面設計的人在版面上塞入一些文字，觀察版面填入文字之後的效果。

另外，有些人以看這種東西為樂。

誰這麼無聊？

這個人。

有沒有其他類似的東西？

當然有：

亂數假文產生器
MoreText（注意網址改了，要打 https://more.iter.tw/sentences.json）
中文假字生成器

有沒有 API 可以用？

支援參數:

format: html、plain、json，輸出格式，預設為 html
size: 1~2000 的正整數，預設為 200
type: 文字類型，預設為 default（白話文）。支援類型如下：
- default（白話文）
- wenyan（文言文）
- poem5（五言詩）
- poem7（七言詩）
- name（姓名）
- miew（「喵」）
- wala（「哇啦」）
- wenzi（「文字」）

範例：

# 直接取得純文字
curl -s 'https://textgen.cqd.tw?format=plain&size=300'

# 取得 JSON 格式回應
curl -s 'https://textgen.cqd.tw?format=json&size=500' | jq -r .text

假文怎麼做的？

蒐集大量中文文章，排除非文字符號後算出 1-gram / 2-gram / 3-gram 的頻率統計，把三者次數加權（3-gram 出現十次的意義比 1-gram 出現十次大得多）之後取出加權分數前一萬名。最後以分數為準做加權隨機取樣，連續取到文字數量足夠為止。

標點符號與斷行則是每次取字之後丟骰子決定，機率高低是憑感覺亂設。

...看不懂

不重要，沒關係，看得懂的人都怪怪的。