python编码器和解码器

Question

我想建立一个编码器和解码器使用文本编码。

一个字符串"AAABBBBCDDDDDDDDDDEEDDDD“作为输入，返回一个字符串"A3B4C1D10E2D4"，每个字母符号后面跟着它在字符串中的频率。解码器反转这一过程。

希望在python中获得入门帮助。

Answer 1

cnoder的一种可能的解决方案是简单地迭代字符串并计算字符出现的次数，不是很花哨，但却是O(n)。

def encode(s):
    last  = s[0]
    count = 0
    for c in s:
        if last != c:
            yield '%s%i' % (last, count)
            last = c
            count = 0
        count += 1
    yield '%s%i' % (last, count)

对于解码器，您可以使用正则表达式，它可以很好地为您拆分字符串，而不需要编写自己的解析器。

import re

def decode(s):
    for c, n in re.findall(r'(\w)(\d+)', s):
        yield c * int(n)

给定您的测试输入

s = 'AAABBBBCDDDDDDDDDDEEDDDD'

encoded = ''.join(encode(s))
print encoded

decoded = ''.join(decode(encoded))
print decoded

结果：

A3B4C1D10E2D4
AAABBBBCDDDDDDDDDDEEDDDD

还有一点需要注意的是，这里并没有使用yield的真正原因，当然也可以先在en-/decode函数中构建字符串，然后再返回。

Answer 2

检查这个问题并不完全是你想要的，但它可以帮助你做到这一点

Determining Letter Frequency Of Cipher Text

Answer 3

该解决方案可以通过不同的方式来实现，并且作为基于循环的解决方案非常简单，留给您作为练习

为了让您体验一下Python电池的强大功能，我提出了一个使用groupby的解决方案

>>> ''.join("{}{}".format(k, sum(1 for e in v))
        for k,v in groupby("AAABBBBCDDDDDDDDDDEEDDDD"))
'A3B4C1D10E2D4'

此解决方案的显著功能

1. itertools.groupby将相似的连续数据分组为关键字，值对，其中关键字是重复元素，值是重复字符串的组，因为组是生成器，因此len在这里可能不起作用，但计算任何非序列可迭代的长度的一种可能方法是使用sum
2. str.join连接可迭代，以生成具有任何提供的分隔符的字符串，在这种情况下，它是一个空字符串