“\xef\xbb\xbf”爬坑记录

最新推荐文章于 2022-10-27 11:17:18 发布

转载最新推荐文章于 2022-10-27 11:17:18 发布 · 701 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/whoami101/p/9436646.html

文章标签：

#c/c++

本文分享了一段用于从文本中读取域名并进行加密存储的脚本编写经历。最初脚本存在错误，在经过一系列调试后，发现了起始文件中的UTF-8编码问题并成功解决。文中详细记录了修改过程及最终解决方案。

今天早上帮同事写了脚本，大致功能：从文本中读取域名，加密存储成按照自己定义的格式。但是一个简单的代码居然出现了错误。初始的代码如下：

# coding:utf-8

import hashlib
import base64

# 使用MD5加密字符串

def entry_md5(text):
	md5_object = hashlib.md5()
	md5_object.update(text)
	test = md5_object.hexdigest().upper()

	return test

def write_file(url, entry_code):
	# 前五位
	code = '[{}]'.format(entry_code)
	# url加密
	ob = 'v={}|t=w|a=k|'.format(url)

	encode = base64.b64encode(ob)
	final_code = 'object="{}"'.format(encode)
	with open('3.txt', 'a+') as f:
		f.writelines(code + '\n' + final_code + '\n')


with open('2.txt', 'r') as f:
	for line in f.readlines():

		line = line.strip()
		line = line.lstrip()
		
		url_domain = line.split('.')
		if len(url_domain) > 2:
			fin_domain = url_domain[1]
		else:
			fin_domain = url_domain[0]
		text2 = entry_md5(line.strip())
		# 获取前五位数字

		text3 = entry_md5(text2)

		text4 = text3[0:5]

		write_file(fin_domain, text4)

但是在同事那边验证失败了。起始文件我是用set(list）一个列表。但是在minergate这里出错了。通过对line输出

其中我已经对line两边去掉空格，结果在结果集中还是出现空格。一番折腾后，发现我在起始文件minergrate处于头部，会加入utf8编码。需要把编码去掉。

# coding:utf-8

import hashlib
import base64
import codecs

# 使用MD5加密字符串

def entry_md5(text):
	md5_object = hashlib.md5()
	md5_object.update(text)
	test = md5_object.hexdigest().upper()

	return test

def write_file(url, entry_code):
	# 前五位
	code = '[{}]'.format(entry_code)
	# url加密
	ob = 'v={}|t=w|a=k|'.format(url)

	encode = base64.b64encode(ob)
	final_code = 'object="{}"'.format(encode)
	with open('3.txt', 'a+') as f:
		f.writelines(code + '\n' + final_code + '\n')

with open('2.txt', 'r') as f:
	for line in f.readlines():

		line = line.strip()
		line = line.lstrip()
		line = line.replace(codecs.BOM_UTF8, '')
		url_domain = line.split('.')
		if len(url_domain) > 2:
			fin_domain = url_domain[1]
		else:
			fin_domain = url_domain[0]
		text2 = entry_md5(line.strip())
		# 获取前五位数字
		if 'minergate' in line:
			print type(line), len(line)
			print line.split('minergate')
			print len('minergate.com')
			print line
			text3 = entry_md5(text2)
			print(text3)
			text4 = text3[0:5]
			print(text4)
		#write_file(fin_domain, text4)

最终我们看到结果输出正常了。