乱序字典加密解密&python基础知识综合应用

目标

1. 找一段比较长的文本（文本是以.txt文件形式存在的）
   NOTE：频率法适用于较大样本

2. 打开文件，读取字符形成字符串（ python文件函数）
   处理成只包含小写字母的字符串 （用re的函数）

3. 统计这段字符串中的字母频率

4. 将这个频率和自己查找到的频率表对照，看看差异。

5. 乱序法加密这个字符串，用标准频率表中的对应次序来解密。
   一般都会得到若干个正确单词，但完全碰对的可能性不大。

6. 输出解密文件

找一段比较长的文本

从global times环球时报上摘取了一个报道

文件处理

由于是字符操作，字符串属于不可变对象，因此返回新的对象

dat = open('EnglishSample.txt','r')
sample = dat.read()
dat.close()
sample = sample.lower()#lower 方法返回的是一个新的字符串
sample = re.sub('[\W\d]+','',sample)
#将第一个模式替换为第二种字符串，作用在第三个变量
#同样返回一个新的字符串

清洗后不含有空格并且没有大写字母

字母频率统计&频率表

def frequencyDict(sample):
    rDict = {}
    strlen = len(sample)
    for i in sample:
        if i in rDict:
            rDict[i] += 100.0/strlen#百分制词频
        else:
            rDict[i] = 1.0/strlen
    return rDict

另一种统计方法（直接使用字符串内置方法count）

for i in alpha:
    v3.append(100.0*secret.count(i)/len(secret))#统计加密后词频

在某个网站找了频率表
然后手动录入

stdDict = {'e':12.02,'t':9.10,'a':8.12,'o':7.68,'i':7.31,'n':6.95,'s':6.28,
           'r':6.02,'h':5.92,'d':4.32,'l':3.98,'u':2.88,'c':2.71,'m':2.61,
           'f':2.30,'y':2.11,'w':2.09,'g':2.03,'p':1.82,'b':1.49,'v':1.11,
           'k':0.69,'x':0.17,'q':0.11,'j':0.10,'z':0.07}

图表展示

一个尴尬的展示方法

如果按照值排列，就会看不明白字符顺序

改良之后

采用字母表正常顺序，观察词频的差异
虽然图片依旧比较丑，但是可以观察到词频区别
红色为网上查到的词频

plt.rcParams['font.sans-serif']=['SimHei']
plt.title('词频表红线是网络版')
plt.plot(k1,v1,'r')
plt.bar(k1,v2)
plt.show()

加密

根据字典加密（同理可以解密）

def transfer(instr, code):
    temp = []
    for i in range(len(instr)):
        temp.append(code[instr[i]])
    outstr = ''.join(temp)
    return outstr

另外为了便于排序字典（我也不知道为什么当初要研究这个）
我研究了一下sort方法和lambda表达式
将字典转换为键值对列表
sort方法
匿名函数
可以选择按照键排序或者按照值排序，返回排好的键&值两个列表

def sortDict(rDict,k,v,key=0):
    raw = list(rDict.items())
    raw.sort(key = lambda d:d[key])
    for i in raw:
        k.append(i[0])
        v.append(i[1])

解密结果

Bent over a barrel, Greek microbrewer Sophocles Panagiotou lovingly draws a measure of his Septem Red Ale into a glass cylinder and expertly transfers it to a glass.
……
gernokeatgtaaeuyaeevcilaogaebeasowholueswtrtyionomuokiryupdatbs
……
惨不忍睹

总结

1. 写代码之前一定先策划好变量与函数（即使python很重要的是使用库函数）
2. 代码重用非常重要，不要出现复制粘贴的想法（两个函数有共同功能要再分拆）
3. 变量名要不仅有代表性，而且要先策划，否则一堆encodeXX的变量名还是看不明白
4. 破窗效应，如果有一段很烂的代码，会导致心态爆炸胡写下去，所以开始不要写的乱
5. python编程中遇到的问题往往是有可以满足需求的函数，但是数据类型不是很方便，所以写起来总是有削足适履的感觉