要回答第一个问题的第二部分,解码中的ROT-x
内容,您可以使用以下代码:
def encode(s, ROT_number=13):
"""Encodes a string (s) using ROT (ROT_number) encoding."""
ROT_number %= 26 # To avoid IndexErrors
alpha = "abcdefghijklmnopqrstuvwxyz" * 2
alpha += alpha.upper()
def get_i():
for i in range(26):
yield i # indexes of the lowercase letters
for i in range(53, 78):
yield i # indexes of the uppercase letters
ROT = {alpha[i]: alpha[i + ROT_number] for i in get_i()}
return "".join(ROT.get(i, i) for i in s)
def decode(s, ROT_number=13):
"""Decodes a string (s) using ROT (ROT_number) encoding."""
return encrypt(s, abs(ROT_number % 26 - 26))
要回答第一个问题的第一部分,找到任意编码字符串的 rot 编码,您可能想要蛮力。使用所有的 rot 编码,并检查哪一种最有意义。一种快速(-ish)的方法是获取一个以空格分隔(例如,换行符cat\ndog\nmouse\nsheep\nsay\nsaid\nquick\n...
在哪里\n
)的文件,其中包含英语中最常见的单词,然后检查哪个编码中的单词最多。
with open("words.txt") as f:
words = frozenset(f.read().lower().split("\n"))
# frozenset for speed
def get_most_likely_encoding(s, delimiter=" "):
alpha = "abcdefghijklmnopqrstuvwxyz" + delimiter
for punctuation in "\n\t,:; .()":
s.replace(punctuation, delimiter)
s = "".join(c for c in s if c.lower() in alpha)
word_count = [sum(w.lower() in words for w in encode(
s, enc).split(delimiter)) for enc in range(26)]
return word_count.index(max(word_count))
您可以在 Unix 机器上使用的文件是/usr/dict/words
,也可以在此处找到