Unix to-Unix编码(to编码)

Question

to编码历来用于对电子邮件进行编码。创建Uu编码器的说明如下：

1. 从源开始使用3个字节，总共24位。
2. 分为4组6位分组，每组代表0到63范围内的值:位数(00-05)、(06-11)、(12-17)和(18-23)。
3. 将32添加到每个值。加上32，这意味着可能的结果可以是32 (“空格”)到95 ("_“下划线)。96 ("`“严重重音)作为”特殊字符“是这一范围的合乎逻辑的延伸。
4. 输出相当于这些数字的ASCII。

import platform

def dec_to_bin(int):
    return bin(int).replace('0b', '')

def uuencode(string, filename):
    if platform.system() == 'Windows':
        mode = '644'
    elif platform.system() == 'Linux':
        mode = '744'

    trail = 'begin ' + mode + ' ' + filename + '\n'
    string_values = []
    char_list = list(string)
    bytes = ''

    for char in char_list:
        string_values.append(ord(char))

    for ascii in string_values:
        bytes += dec_to_bin(ascii)

    three_byte = [bytes[p:p+24] for p in range(0, len(bytes), 24)]
    if len(three_byte[-1]) < 24:
        three_byte[-1] += (24 - len(three_byte[-1])) * '0'

    four_six_bits = [three_byte[n][m:m+6] for n in range(len(three_byte)) for m in range(0, 24, 6)]
    four_six_bits = [four_six_bits[k:k+4] for k in range(0, len(four_six_bits), 4)]

    decimal_list = []
    for x in range(len(four_six_bits)):
        for z in range(4):
            decimal_list.append(int(four_six_bits[x][z], 2))

    for index, decimal in enumerate(decimal_list):
        decimal_list[index] += 32

    encoded_chars = [chr(decimal_list[o]) for o in range(len(decimal_list))]

    length_char = chr(len(encoded_chars) + 32)
    trail += length_char

    for newchar in encoded_chars:
        trail += newchar

    trail += '\n' + '`' + '\n' + 'end' + '\n'

    return trail

Answer 1

这在某种程度上是非结构化的，但以下是一些建议：

在对内置

进行跟踪时要小心

在dec_to_bin()中，int参数隐藏Python int类型关键字。这很好，但是如果可能的话，避免重新定义内置程序通常会更清楚。也许叫它num。

bytes也是一个内置的。重新定义它们是没问题的，只是要注意。

变量并不总是定义

if platform.system() == 'Windows':
    mode = '644'
elif platform.system() == 'Linux':
    mode = '744'

trail = 'begin ' + mode + ' ' + filename + '\n'

如果platform.system()既不是Windows也不是Linux，会发生什么？(例如:在Mac上，它返回'Darwin'.) mode将是未定义的，从而引发UnboundLocalError。

不必要的向列表

的转换

char_list = list(string)
...
for char in char_list: ...

字符串和列表一样是可迭代的，所以for char in string:工作得很好。

实际上，考虑完全删除string_values和char_list。你可以把它们浓缩成：

bytes = ''.join(dec_to_bin(ord(char)) for char in string)

未使用变量

一个常见的约定是使用_来表示未使用的vars：

for index, _ in enumerate(decimal_list):
    decimal_list[index] += 32

这表明您故意忽略了来自enumerate的第二个值。

Answer 2

@BenC谦逊地提到，他的答案“有点非结构化”，但尽管他的回答很好，但我觉得这种对缺乏结构的关注适用于您的代码。

您的代码将所有逻辑封装在一个函数中(除了一个微小的助手)，这是很难测试、很难编写和很难阅读的。

该算法很好地实现了模块化:对原始消息的每块3字节应用相同的转换。

每个函数都可以配置一个docstring来描述其用途、一个指向进一步文档的链接以及一些提高可读性的示例。

我的这个uuencode_chunk版本还使用了块函数(取自StackOverflow)来进一步划分复杂性，因为这个块逻辑在两个地方都是必需的：

import doctest

def padded_decimal_to_bin(i):
    return (bin(i).replace('0b', '')).rjust(8, "0")

def chunks(l, n):
    """
    Yield successive n-sized chunks from l.
    Credit to: http://stackoverflow.com/questions/312443/how-do-you-split-a-list-into-evenly-sized-chunks-in-python

    >>> list(chunks([1, 2, 3, 4, 5, 6], 2))
    [[1, 2], [3, 4], [5, 6]]
    """
    for i in range(0, len(l), n):
        yield l[i:i + n]

def uuencode_chunk(chunk):
    """
    Given a chunk of 3 bytes (24 bits),
    splits it in 4 equal groups of 6, adds 32 to each
    and represents them as ASCII characters.

    See this section for details:
      https://en.wikipedia.org/wiki/Uuencoding#Formatting_mechanism

    >>> uuencode_chunk("Cat")
    '0V%T'
    """
    bits = [padded_decimal_to_bin(ord(char)) for char in chunk]
    return ''.join(chr(int(b, base=2) + 32) for b in chunks(''.join(bits), 6))

doctest.testmod()

利用uuencode_chunk和chunks，主要功能应该更短、更简单。