Кодирование текста в произвольный двоичный код и обратно. Пример: “А” <-> “01100011”

#python #алгоритм #python_3x #encoding #byte

Мне нужно преобразовать строку, например "А", в строку двоичного кода, например "01100011",
потом обработать немного двоичный код, пропустив его по функции "Исключающее ИЛИ" с
другим двоичным кодом, например "01100011" с "11000010", тогда выйдет "10100001", и
обратно перевести получившийся код в читаемую строку, например в "Т". 

При этом, я хочу использовать русскую, английскую и украинскую раскладку и цифры,
со знаками припинания. Не подскажете, как это сделать на Python 3?

Вопрос состоит в том как в Python преобразовать строку в двоичный код и обратно используя
любой алгоритм кодировки? 
    

Ответы

Ответ 1

Чтобы произвольный текст превратить в "01"-строки (биты):

def text_to_bits(text, encoding='utf-8', errors='surrogatepass'):
    bits = bin(int.from_bytes(text.encode(encoding, errors), 'big'))[2:]
    return bits.zfill(8 * ((len(bits) + 7) // 8))


И обратно:

def text_from_bits(bits, encoding='utf-8', errors='surrogatepass'):
    n = int(bits, 2)
    return n.to_bytes((n.bit_length() + 7) // 8, 'big').decode(encoding, errors) or '\0'


Пример:

>>> text_to_bits("мiр")))
'1101000010111100011010011101000110000000'
>>> text_from_bits(_)
мiр


См. Convert binary to ASCII and vice versa.



Чтобы выполнить XOR над двумя строками, нет необходимости биты в виде ascii-строк
выражать:

from itertools import cycle

def xor(message, key): 
    return bytes(a^b for a, b in zip(message, cycle(key)))


Достаточно текст в байты закодировать, используя .encode() метод:

>>> key = b'key'
>>> xor('hello world'.encode(), key)
b'\x03\x00\x15\x07\nY\x1c\n\x0b\x07\x01'
>>> xor(_, key).decode() # и обратно
'hello world'


См. Перевести с PHP на python: XOR с ключём для строки.

Для больших строк, можно numpy использовать:

import numpy as np   # pip install numpy 

def slow_xor(aa, bb):
    a = np.frombuffer(aa, dtype=np.byte)
    b = np.frombuffer(bb, dtype=np.byte)
    return np.bitwise_xor(a, b).tostring()


Пример:

>>> slow_xor(b'hello...', 'миръ'.encode())
b'\xb8\xd9\xbc\xd4\xbe\xae\xff\xa4'


Если вы хотите ускорить эту функцию, см. Simple Python Challenge: Fastest Bitwise
XOR on Data Buffers.


Ответ 2

Решение поддерживающее Unicode Basic Multilingual Plane (BMP) AKA Plane Unicode символы:

s = 'отака собі тестова - String !'

def encode(s):
    return list(map(lambda x: "{0:b}".format(ord(x)).zfill(16), s))

def decode(lst):
    return ''.join(map(lambda x: chr(int(x,2)), lst))


Тест:

In [10]: lst = encode(s)

In [11]: lst
Out[11]:
['0000010000111110',
 '0000010001000010',
 '0000010000110000',
 '0000010000111010',
 '0000010000110000',
 '0000000000100000',
 '0000010001000001',
 '0000010000111110',
 '0000010000110001',
 '0000010001010110',
 '0000000000100000',
 '0000010001000010',
 '0000010000110101',
 '0000010001000001',
 '0000010001000010',
 '0000010000111110',
 '0000010000110010',
 '0000010000110000',
 '0000000000100000',
 '0000000000101101',
 '0000000000100000',
 '0000000001010011',
 '0000000001110100',
 '0000000001110010',
 '0000000001101001',
 '0000000001101110',
 '0000000001100111',
 '0000000000100000',
 '0000000000100001']

In [12]: decode(lst)
Out[12]: 'отака собі тестова - String !'