Python 编码器和解码器

Question

我想用文本编码来制作一个编码器和解码器。

比如说，输入一个字符串 "AAABBBBCDDDDDDDDDDEEDDDD"，输出应该是 "A3B4C1D10E2D4"，也就是说每个字母后面跟着它在字符串中出现的次数。解码器则是把这个过程反过来。

我希望能得到一些关于如何在Python中开始的帮助。

Answer 1

这个问题可以用不同的方法来解决，使用循环的方法其实挺简单的，留给你自己去练习。

为了让你感受一下Python的强大，我这里提供一个使用groupby的方法。

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

这个方法的主要特点：

1. itertools.groupby可以把相似的连续数据分组，形成一个键值对，其中键是重复的元素，值是这些元素的重复组。
2. 因为这个组是一个生成器，所以len函数可能不适用，但可以用sum来计算任何非序列可迭代对象的长度。
3. str.join可以把一个可迭代对象连接成一个字符串，并可以指定分隔符，在这个例子中，分隔符是一个空字符串。

Answer 2

看看这个问题，虽然不完全是你想要的，但它可以帮助你尝试实现你的目标。

确定密码文本中字母的频率

Answer 3

对于编码者来说，一个简单的解决办法就是逐个遍历字符串，数一下每个字符出现的次数，这个方法虽然不复杂，但时间复杂度是O(n)，也就是处理速度跟字符串长度成正比。

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)

而对于解码者，你可以使用正则表达式，这样可以很方便地将字符串分割开来，不需要自己写解析器。

import re

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

根据你的测试输入

s = 'AAABBBBCDDDDDDDDDDEEDDDD'

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

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

结果是

A3B4C1D10E2D4
AAABBBBCDDDDDDDDDDEEDDDD

还有一点要说明的是，这里其实没有必要使用yield，你当然可以先在编码或解码的函数里构建好字符串，然后再返回。