Python实现替换密码破解：频率分析技术详解-代码聚汇网

Python实现替换密码破解：频率分析技术详解

梦双月·2026-08-11·阅读 23 GEO检测（免费）

替换密码Python解密频率分析

|难度：普通|阅读约 17 分钟

1. 项目概述：替换密码与Python解密基础

替换密码是最古老的加密方式之一，其核心原理是将明文中的每个字母按照固定规则替换为另一个字母。比如凯撒密码就是一种典型的替换密码，它把字母表中的每个字母移动固定的位数。作为密码学入门的最佳实践案例，用Python实现替换密码的破解不仅能帮助我们理解基础加密原理，还能掌握频率分析这一经典密码分析技术。

Python凭借其丰富的字符串处理功能和直观的语法，特别适合实现这类文本处理任务。在实际操作中，我们将主要使用Python内置的string模块和collections模块，无需安装额外依赖即可完成核心功能。这个项目特别适合已经掌握Python基础语法，想要提升实战能力的中级学习者，也适合对密码学感兴趣但数学基础薄弱的入门者。

重要提示：本文所述技术仅用于学习古典密码原理，请勿用于任何实际加密场景。现代加密系统都采用更复杂的算法，简单替换密码在现实中毫无安全性可言。

需要模型API调用？免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。

2. 密码原理与破解思路

2.1 替换密码的工作原理

在简单替换密码中，加密过程需要两个核心要素：

字母表：通常使用26个英文字母
替换规则：每个字母被唯一映射到另一个字母（不区分大小写）

例如这样一个替换规则：

code复制原始字母: 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
替换字母: Q W E R T Y U I O P A S D F G H J K L Z X C V B N M

明文"HELLO"就会被加密为"UITTG"。解密过程则需要完全相同的替换规则，只是方向相反。

2.2 频率分析破解原理

在没有密钥的情况下破解替换密码，主要依靠的是自然语言中字母出现频率的统计规律。英语中字母出现频率从高到低大致为：

code复制E(12.7%), T(9.1%), A(8.2%), O(7.5%), I(7.0%), N(6.7%), S(6.3%), H(6.1%), R(6.0%), D(4.3%), L(4.0%), C(2.8%), U(2.8%), M(2.4%), W(2.4%), F(2.2%), G(2.0%), Y(2.0%), P(1.9%), B(1.5%), V(1.0%), K(0.8%), J(0.2%), X(0.2%), Q(0.1%), Z(0.1%)

通过统计密文中各字母的出现频率，与标准英语频率对比，就能推测出可能的字母对应关系。实际操作中还需要考虑字母组合频率（如TH、HE、IN等常见双字母组合）和单词结构（如单字母单词通常是A或I）来辅助判断。

3. Python实现步骤详解

3.1 准备密文样本

我们首先需要一个足够长的密文样本（建议至少1000个字符），这里以一段加密后的文本为例：

python复制ciphertext = """
GWC QMLC ZCJ GWC BMZCJ RM ZCJ QMLC GWC BMZCJ RM 
ZCJ QMLC GWC BMZCJ RM ZCJ QMLC GWC BMZCJ RM ZCJ 
QMLC GWC BMZCJ RM ZCJ QMLC GWC BMZCJ RM ZCJ QMLC 
GWC BMZCJ RM ZCJ QMLC GWC BMZCJ RM ZCJ QMLC GWC 
BMZCJ RM ZCJ QMLC GWC BMZCJ RM ZCJ QMLC GWC BMZCJ
"""

3.2 实现频率统计功能

使用Python的collections模块可以轻松实现字母频率统计：

python复制from collections import defaultdict
import string

def frequency_analysis(text):
    # 过滤非字母字符并转为大写
    filtered = [c.upper() for c in text if c.isalpha()]
    total = len(filtered)
    
    # 统计每个字母出现次数
    freq = defaultdict(int)
    for c in filtered:
        freq[c] += 1
    
    # 计算频率百分比
    for c in freq:
        freq[c] = (freq[c] / total) * 100
    
    # 按频率排序
    sorted_freq = sorted(freq.items(), key=lambda x: x[1], reverse=True)
    return sorted_freq

3.3 构建初始替换映射

根据频率分析结果和英语字母标准频率，我们可以建立初步的字母对应关系：

python复制# 英语字母标准频率排序
english_freq_order = ['E','T','A','O','I','N','S','H','R','D','L','C',
                     'U','M','W','F','G','Y','P','B','V','K','J','X','Q','Z']

def build_initial_mapping(cipher_freq):
    mapping = {}
    for i, (cipher_char, _) in enumerate(cipher_freq):
        if i < len(english_freq_order):
            mapping[cipher_char] = english_freq_order[i]
    return mapping

3.4 应用替换规则解密

有了初步映射后，我们可以尝试解密：

python复制def decrypt(ciphertext, mapping):
    result = []
    for c in ciphertext:
        upper_c = c.upper()
        if upper_c in mapping:
            # 保留原始大小写
            decrypted = mapping[upper_c].lower() if c.islower() else mapping[upper_c]
            result.append(decrypted)
        else:
            result.append(c)
    return ''.join(result)

4. 优化与人工干预

4.1 处理常见字母组合

单纯的单字母频率分析可能不够准确，我们需要考虑常见字母组合：

python复制common_digraphs = ['TH', 'HE', 'IN', 'ER', 'AN', 'RE', 'ND', 'AT', 'ON', 'NT']

def check_digraphs(text, mapping):
    digraphs = defaultdict(int)
    for i in range(len(text)-1):
        pair = text[i:i+2].upper()
        if pair.isalpha():
            digraphs[pair] += 1
    
    # 找出最常出现的双字母组合
    common_pairs = sorted(digraphs.items(), key=lambda x: x[1], reverse=True)[:10]
    
    # 验证这些组合是否符合英语常见模式
    for pair, count in common_pairs:
        char1, char2 = pair[0], pair[1]
        mapped1 = mapping.get(char1, '?')
        mapped2 = mapping.get(char2, '?')
        print(f"{pair} -> {mapped1}{mapped2} (出现{count}次)")

4.2 交互式调整映射

完全自动化的破解可能不够准确，我们需要提供交互式调整功能：

python复制def interactive_adjust(mapping):
    while True:
        print("\n当前映射:")
        for k, v in sorted(mapping.items()):
            print(f"{k} -> {v}")
        
        cmd = input("\n输入要修改的映射(格式：密文字母=明文字母)，或q退出: ")
        if cmd.lower() == 'q':
            break
        
        try:
            cipher_char, plain_char = cmd.upper().split('=')
            mapping[cipher_char] = plain_char
        except:
            print("输入格式错误，请按格式输入")

5. 完整破解流程与示例

5.1 完整破解代码整合

将上述功能整合成一个完整的破解流程：

python复制def crack_substitution(ciphertext):
    # 第一步：频率分析
    freq = frequency_analysis(ciphertext)
    print("密文字母频率:")
    for char, percent in freq:
        print(f"{char}: {percent:.2f}%")
    
    # 第二步：建立初始映射
    mapping = build_initial_mapping(freq)
    
    # 第三步：初始解密尝试
    initial_plain = decrypt(ciphertext, mapping)
    print("\n初始解密结果:")
    print(initial_plain)
    
    # 第四步：检查常见字母组合
    print("\n常见字母组合分析:")
    check_digraphs(ciphertext, mapping)
    
    # 第五步：交互式调整
    interactive_adjust(mapping)
    
    # 最终解密
    final_plain = decrypt(ciphertext, mapping)
    print("\n最终解密结果:")
    print(final_plain)
    
    return final_plain, mapping

5.2 实际破解示例

假设我们有以下密文：

code复制"ZPV CSFBL BU PODF XJMM UIF TFDSFU NFTTBHF"

运行破解流程：

频率分析显示最高频字母是F(15%)，B(10%)，P(10%)
初始映射将F→E, B→T, P→A
初始解密得到："A_T E_T T_ E_T A ___ E_T_E E_EE__E"
发现双字母"UIF"出现多次，推测可能是"THE"
调整映射：U→H, I→E, F→T
继续分析其他模式，最终得到完整映射
解密结果："YOU HAVE TO READ THIS THE SECRET MESSAGE"

6. 进阶技巧与优化方向

6.1 使用词频数据库增强准确性

可以集成英语单词频率数据库来提高映射准确性：

python复制import json
from collections import Counter

# 加载预计算的英语单词频率
with open('word_freq.json') as f:
    word_freq = json.load(f)

def score_decryption(text, mapping):
    decrypted = decrypt(text, mapping)
    words = decrypted.split()
    
    score = 0
    for word in words:
        # 简单的单词匹配评分
        clean_word = ''.join(c for c in word if c.isalpha()).lower()
        if clean_word in word_freq:
            score += word_freq[clean_word]
    
    return score

6.2 实现自动化的映射优化

使用爬山算法自动优化映射：

python复制import random

def optimize_mapping(ciphertext, initial_mapping, iterations=1000):
    current_mapping = initial_mapping.copy()
    current_score = score_decryption(ciphertext, current_mapping)
    
    for _ in range(iterations):
        # 随机交换两个字母的映射
        new_mapping = current_mapping.copy()
        a, b = random.sample(list(new_mapping.keys()), 2)
        new_mapping[a], new_mapping[b] = new_mapping[b], new_mapping[a]
        
        new_score = score_decryption(ciphertext, new_mapping)
        
        if new_score > current_score:
            current_mapping = new_mapping
            current_score = new_score
    
    return current_mapping

6.3 处理标点符号和格式

增强解密函数以保留原始格式：

python复制def decrypt_preserve_format(ciphertext, mapping):
    result = []
    for c in ciphertext:
        if c.isupper() and c in mapping:
            result.append(mapping[c])
        elif c.islower() and c.upper() in mapping:
            result.append(mapping[c.upper()].lower())
        else:
            result.append(c)
    return ''.join(result)

7. 实际应用中的注意事项

密文长度要求：至少需要100个字母的密文才能获得可靠的频率统计。短密文很难准确分析，可能需要尝试多种可能性。
语言特性影响：不同语言的字母频率分布不同。本文方法针对英语文本，其他语言需要调整频率表。
非字母字符处理：数字、标点符号等非字母字符应保留原样，但要注意它们可能影响字母频率统计的准确性。
性能考量：对于超长文本（超过10万字符），可以考虑只分析前几千个字符的频率，因为英语字母频率在大样本下相对稳定。
验证解密结果：即使频率匹配得很好，最终解密结果仍需人工验证。常见的验证方法包括：
- 检查常见短单词（the, and, for等）是否正确解密
- 确认解密后的文本符合基本语法规则
- 查看是否有可识别的专有名词或术语
处理同频率字母：当多个字母频率相近时，可能需要尝试不同的排列组合。例如，英语中E通常频率最高，但T和A的频率可能在不同文本中有所变化。
特殊文本类型的调整：技术文档、诗歌等特殊文本类型的字母频率可能与标准英语有所不同，需要相应调整预期。