众所周知,计算机使用数字进行运算。我正在输入这段文字,服务器会将其转化为数字,当您想要阅读它时,您会从服务器获取文本。
那么如何在自己的计算机上实现这一过程呢?
我想用自己的算法加密一些内容,我的算法在使用整数时工作正常,但现在我想加密一个字符串,我不知道如何将Unicode字符串转换为整数以及如何相反操作。
我正在使用Python 3。有没有人知道一个优雅的解决方案来解决我的问题?
众所周知,计算机使用数字进行运算。我正在输入这段文字,服务器会将其转化为数字,当您想要阅读它时,您会从服务器获取文本。
那么如何在自己的计算机上实现这一过程呢?
我想用自己的算法加密一些内容,我的算法在使用整数时工作正常,但现在我想加密一个字符串,我不知道如何将Unicode字符串转换为整数以及如何相反操作。
我正在使用Python 3。有没有人知道一个优雅的解决方案来解决我的问题?
ord()
函数,我认为是这个:>>> ord('a')
97
>>> ord('\u00c2')
192
>>> [ord(c) for c in 'Hello World!']
[72, 101, 108, 108, 111, 32, 87, 111, 114, 108, 100, 33]
chr()
函数:>>> chr(97)
'a'
>>> chr(193)
'Á'
>>> 'Hello World!'.encode('utf8')
b'Hello World!'
>>> b'Hello World!'.decode('utf8')
'Hello World!'
bytes
值实际上只是由0-255的整数数字组成的序列,类似于列表、元组和字符串:">>> list('Hello World!'.encode('utf8'))
[72, 101, 108, 108, 111, 32, 87, 111, 114, 108, 100, 33]
个人而言,在加密时,您需要对生成的字节进行编码和加密。
如果所有这些似乎令人不知所措或难以理解,也许这些有关Unicode和字符编码的文章可以帮助:
将Unicode字符串转换为数字的通常方法是将其转换为字节序列。 Unicode字符是纯抽象的,每个字符都有自己的编号;然而,有多种方法可以将这些编号转换为字节流。可能最通用的方法是对字符串进行UTF-8编码。你可以选择许多方法从中获得整数。这里是其中一种方法(我借用了Ivella的漂亮字符串——希望里面没有脏话 :):
Python 3.2.1 (default, Jul 10 2011, 20:02:51) [MSC v.1500 64 bit (AMD64)] on win32
Type "copyright", "credits" or "license()" for more information.
>>> s = "Hello, World, عالَم, ދުނިޔެ, जगत, 世界"
>>> b = s.encode('utf-8')
>>> b
b'Hello, World, \xd8\xb9\xd8\xa7\xd9\x84\xd9\x8e\xd9\x85, \xde\x8b\xde\xaa\xde\x82\xde\xa8\xde\x94\xde\xac, \xe0\xa4\x9c\xe0\xa4\x97\xe0\xa4\xa4, \xe4\xb8\x96\xe7\x95\x8c'
现在我们有一系列字节,其中数字从128到255的字节以十六进制编码的转义序列显示。让我们将所有字节转换为它们的十六进制代码作为一个字节串。
>>> import binascii
>>> h = binascii.hexlify(b)
>>> h
b'48656c6c6f2c20576f726c642c20d8b9d8a7d984d98ed9852c20de8bdeaade82dea8de94deac2c20e0a49ce0a497e0a4a42c20e4b896e7958c'
我们可以将其看作是以十六进制符号表示的一个大数。使用 int
可以将其转换为抽象数字,当打印时通常会将其转换为十进制符号。
>>> i = int(h, 16)
>>> i
52620351230730152682202055464811384749235956796562762198329268116226267262806875102376740945811764490696968801603738907493997296927348108
现在,您可以将其存储为数字、加密它(虽然通常是加密先前的字节序列),然后稍后将其转换回整数。请注意,没有多少语言(可能也没有数据库)能够处理如此大的整数。
现在让我们回到原始字符串。首先将其转换为十六进制表示形式(字符串)。
>>> h2 = hex(i)
>>> h2
'0x48656c6c6f2c20576f726c642c20d8b9d8a7d984d98ed9852c20de8bdeaade82dea8de94deac2c20e0a49ce0a497e0a4a42c20e4b896e7958c'
>>> h3 = h2[2:] # remove the 0x from the beginning
>>> h3
'48656c6c6f2c20576f726c642c20d8b9d8a7d984d98ed9852c20de8bdeaade82dea8de94deac2c20e0a49ce0a497e0a4a42c20e4b896e7958c'
>>> type(h3)
<class 'str'>
我们必须删除0x
,因为它仅表示其余数字是代表该数字的十六进制字符。请注意,h3
是 str
类型。由于我们在 Python 3 中(请见顶部),str
表示 Unicode 字符串。下一步是将十六进制数对转换回字节。让我们尝试使用unhexlify()
:
>>> binascii.unhexlify(h3)
Traceback (most recent call last):
File "<pyshell#16>", line 1, in <module>
binascii.unhexlify(h3)
TypeError: 'str' does not support the buffer interface
糟糕!它只接受字节串。然后,将Unicode中的每个十六进制数字编码为字节串中的十六进制数字。解决方法是进行编码; 但是,将其编码为ASCII很容易。
>>> b2 = h3.encode('ascii') # character by character; subset of ascii only
>>> b2
b'48656c6c6f2c20576f726c642c20d8b9d8a7d984d98ed9852c20de8bdeaade82dea8de94deac2c20e0a49ce0a497e0a4a42c20e4b896e7958c'
>>> b3 = binascii.unhexlify(b2)
>>> b3
b'Hello, World, \xd8\xb9\xd8\xa7\xd9\x84\xd9\x8e\xd9\x85, \xde\x8b\xde\xaa\xde\x82\xde\xa8\xde\x94\xde\xac, \xe0\xa4\x9c\xe0\xa4\x97\xe0\xa4\xa4, \xe4\xb8\x96\xe7\x95\x8c'
现在我们有了与第一个 .encode('utf-8')
得到的类似的字节串。让我们使用相反的操作--从 UTF-8 解码。我们应该得到与开始时相同的 Unicode 字符串。
>>> s2 = b3.decode('utf-8')
>>> s2
'Hello, World, عالَم, ދުނިޔެ, जगत, 世界'
>>> s == s2 # is the original equal to the result?
True
:)
根据Python文档:
binascii模块包含多种方法,用于在二进制和各种ASCII编码的二进制表示之间进行转换。
例如,您可以使用binascii.hexlify
来获取“LOL”二进制字符串的十六进制表示,并通过int内置函数将其转换为整数:
>>> binascii.hexlify(b"LOL")
b'4c4f4c'
>>> int(binascii.hexlify(b"LOL"), 16)
5001036
由于您需要将此应用于Unicode字符串,因此您首先需要将它们编码为二进制字符串。您可以使用方法str.encode
来实现:
>>> int(binascii.hexlify("fiŝaĵo".encode("utf-8")), 16)
7379646744164087151
就是这样。
如果要相反地操作,您需要逆转每个步骤。首先将整数转换为十六进制表示作为二进制字符串(您可以使用format(int, "x")
并进行编码),使用binascii.unhexlify
将十六进制转换为ascii,最后解码为utf-8:
>>> binascii.unhexlify(format(7379646744164087151, "x").encode("utf-8")).decode("utf-8")
'fiŝaĵo'
这是一步一步的解释,如果您真的会使用这些功能,最好将它们按照函数的形式排列。
在Martijn Pieters提供的解决方案基础上,您可以将字符串转换为一个巨大的数字,Python 3可以很好地处理,因为它的int类型是任意大的(这不是“计算机工作原理”,请参见我对您问题的评论)。
给定字符编码列表:
>>> a = [ord(c) for c in 'Hello World!']
>>> print(a)
[72, 101, 108, 108, 111, 32, 87, 111, 114, 108, 100, 33]
根据维基百科关于Unicode页面的说明,最大的Unicode字符编码是10FFFF(十六进制),您可以执行以下操作:
def numfy(s):
number = 0
for e in [ord(c) for c in s]:
number = (number * 0x110000) + e
return number
def denumfy(number):
l = []
while(number != 0):
l.append(chr(number % 0x110000))
number = number // 0x110000
return ''.join(reversed(l))
>>> a = numfy("Hello, World, عالَم, ދުނިޔެ, जगत, 世界")
>>> a
31611336900126021[...]08666956
>>> denumfy(a)
'Hello, World, عالَم, ދުނިޔެ, जगत, 世界'
在这里,0x110000(从10FFFF + 1)是预见的Unicode字符数量(1114112,以十进制表示)。如果您确定只使用英文字母,则可以在此处使用128,如果您使用带有重音的某些拉丁语言,则可以安全地使用256。无论哪种方式,您的数字都会小得多,但它将无法表示每个Unicode字符。
这将每个字符转换为数字...
s="hello \u2020"
print [ord(c) for c in s]