CTF之密码学(埃特巴什码 )

一、基本原理

埃特巴什码的原理是:字母表中的最后一个字母代表第一个字母,倒数第二个字母代表第二个字母,以此类推。在罗马字母表中,对应关系如下:

  • 常文(明文):A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
  • 密文:Z Y X W V U T S R Q P O N M L K J I H G F E D C B A

二、发现者与历史背景

  • 发现者:埃特巴什码是由熊斐特博士发现的。熊斐特博士是库姆兰《死海古卷》的最初研究者之一,在《圣经》历史研究方面有着卓越的贡献,其最有名气的著作是《逾越节的阴谋》。
  • 历史背景:这种密码最初用于希伯来字母表,但可以用于任何字母表。它被运用在公元1世纪的艾赛尼/萨多吉/拿撒勒教派的经文中,用以隐藏姓名。此外,早在公元前500年,它就被抄经人用来写作《耶利米书》。耶利米是活动在公元前627~前586年间的犹太先知,圣经旧约书中有许多关于他的记载。

三、应用与示例

  • 应用:熊斐特博士运用埃特巴什码来研究别人利用其他方法不能破解的那些经文。此外,它还被用于隐藏和传递秘密信息。
  • 示例:以罗马字母表为例,若明文为"the quickbrownfoxjumpsover the lazy dog",则对应的密文为"gsvjfrxpyildm ulc qfnkh levi gsv ozab wlt"。

python解码程序

简单版

python 复制代码
def atbash_decode(txt):
    answer = ""
    for char in txt:
        if 'a' <= char <= 'z':  # 小写字母
            answer += chr(ord('z') - ord(char) + ord('a'))
        elif 'A' <= char <= 'Z':  # 大写字母
            answer += chr(ord('Z') - ord(char) + ord('A'))
        else:  # 非字母字符
            answer += char
    return answer

# 使用示例
txt = input("请输入要解码的文本: ")
print("解码后的文本:", atbash_decode(txt))

困难版

python 复制代码
lower = [chr(i) for i in range(ord('a'), ord('z') + 1)]
upper = [chr(i) for i in range(ord('A'), ord('Z') + 1)]


def kashidecode(txt):
    answer = ""
    for i in range(len(txt)):
        if txt[i].islower():
            # 找到当前小写字母在 lower 列表中的索引
            index = lower.index(txt[i])
            # 使用该索引从列表的末尾获取对应的字母
            answer += lower[-1 - index]
        elif txt[i].isupper():
            # 对大写字母做同样的处理
            index = upper.index(txt[i])
            answer += upper[-1 - index]
        else:
            # 非字母字符保持不变
            answer += txt[i]
    return answer


if __name__ == '__main__':
    txt = input("请输入要解码的文本: ")
    answer = kashidecode(txt)
    print("解码后的文本:", answer)
相关推荐
豌豆花下猫11 分钟前
Python 潮流周刊#105:Dify突破10万星、2025全栈开发的最佳实践
后端·python·ai
嘻嘻哈哈OK啦24 分钟前
day46打卡
python
木头左28 分钟前
Docker容器化技术概述与实践
python
坚持就完事了1 小时前
大二下期末
python·numpy·pandas
蹦蹦跳跳真可爱5891 小时前
Python----目标检测(使用YOLO 模型进行线程安全推理和流媒体源)
人工智能·python·yolo·目标检测·目标跟踪
爱补鱼的猫猫2 小时前
Pytorch知识点2
人工智能·pytorch·python
deephub2 小时前
提升模型泛化能力:PyTorch的L1、L2、ElasticNet正则化技术深度解析与代码实现
人工智能·pytorch·python·深度学习·机器学习·正则化
weixin_422456442 小时前
第N1周:one-hot编码案例
python
Python私教2 小时前
字节跳动开源图标库:2000+图标一键换肤的魔法
python·开源
何双新2 小时前
第2讲、Odoo深度介绍:开源ERP的领先者
python·开源