显隐术：如何阅读由零宽字符写的信息？
共 2502字，需浏览 6分钟
·
2021-02-17 22:13
阅读本文大概需要 4 分钟。
在前几天的文章：隐写术：如何正确保护文章的版权？中，我们说到可以使用零宽字符把版权信息隐藏到正文中，从而既不影响阅读，又能在被抄袭的时候举证。
今天，我们来说说，拿到一段通过零宽字符隐藏了信息的字符串，我们怎么阅读被隐藏的信息。
例如下面这个字符串：
一日一技是一个每天更新的栏目，希望做到在每天几分钟让你获得提高。
人眼能够正确阅读，但如果我们把它粘贴到 Jupyter 里面，大家就能发现零宽字符的踪迹，如下图所示：
在上一篇文章中，我们提到可以使用零宽字符8204代替 1，8205代替 0，那么，现在我们只需要使用字符串的.replace()方法，就能反向替换回来，如下图所示：
有了这些二进制数以后，我们就能把他们先转成十进制数，然后再转成汉字，如下图所示：
现在，我们想把这个过程自动化。实现一段代码，依次遍历字符串中的每一个字符，发现连续由8204和8205构成的字符串，就把它存起来，直到遇到一个普通字符。拿到每一串由零宽字符构成的字符串以后，把它们分别先替换成字符串形式的二进制数，然后使用int函数转成十进制数，再使用chr函数转成普通的字符。
这个逻辑的代码实现如下图所示：
sentence = ' 一日一技是一个每天更新的栏目，希望做到在每天几分钟让你获得提高。'
char_1 = chr(8204)
char_0 = chr(8205)
hide_word_start = False
hide_word = ''
hide_word_list = []
for char in sentence:
if char not in [char_1, char_0]:
if not hide_word_start:
continue
else:
hide_word_list.append(hide_word)
hide_word = ''
hide_word_start = False
else:
hide_word += char
if not hide_word_start:
hide_word_start = True
code_book = {}
for word in hide_word_list:
if word in code_book:
continue
word_in_1_0 = word.replace(chr(8204), '1').replace(chr(8205), '0')
real_word = chr(int(word_in_1_0, 2))
code_book[word] = real_word
for hide_word, real_word in code_book.items():
sentence = sentence.replace(hide_word, real_word)
print(sentence)
运行效果如下图所示：
好文和朋友一起看
