中文假文產生器

欸不是一起首你就⋯之間的我不，但我為什麼：你們好多人我家的，還有該可在中解的是我，地嗎不節精靈。脖子一直員心少年當最好有，英文算因為這，了一麼很好人怎麼然想，高中說聽到繼續，的版本這心看了所沒。

破推薦對面整個，價的精天早。好好聽上的不，這種熟悉的哈心情大自己想，一兩還有，子麼也不哈哈老師又的好時候我，好麻煩不己⋯他沒有多少。的大家欸黑暗來啊啊，該麥當勞事情了，出來漫畫陌生人⋯想找快樂可能的喜歡就：有差不多星期一部分到了是因，人物好累自己就對滿足好快樂。

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。