在Python中生成随机字符串非常简单(例如Python entropy节目)。但是有没有任何Python项目,它会生成有点可读和可读的密码字符串?通过可读,我的意思是不要将零和O都放在同一个字符串中,等等。我不在乎它是否有最大熵,只是比我可能选择的更好。 :)
答案 0 :(得分:18)
如果你真的只是寻找“比我能弥补的更好”的东西
“可发音”,然后可能只是使用random.sample()
从列表中拉出来
辅音 - 元音 - 辅音伪音节:
import string
import itertools
import random
initial_consonants = (set(string.ascii_lowercase) - set('aeiou')
# remove those easily confused with others
- set('qxc')
# add some crunchy clusters
| set(['bl', 'br', 'cl', 'cr', 'dr', 'fl',
'fr', 'gl', 'gr', 'pl', 'pr', 'sk',
'sl', 'sm', 'sn', 'sp', 'st', 'str',
'sw', 'tr'])
)
final_consonants = (set(string.ascii_lowercase) - set('aeiou')
# confusable
- set('qxcsj')
# crunchy clusters
| set(['ct', 'ft', 'mp', 'nd', 'ng', 'nk', 'nt',
'pt', 'sk', 'sp', 'ss', 'st'])
)
vowels = 'aeiou' # we'll keep this simple
# each syllable is consonant-vowel-consonant "pronounceable"
syllables = map(''.join, itertools.product(initial_consonants,
vowels,
final_consonants))
# you could trow in number combinations, maybe capitalized versions...
def gibberish(wordcount, wordlist=syllables):
return ' '.join(random.sample(wordlist, wordcount))
然后你只需选择适当数量的“单词”:
>>> len(syllables)
5320
>>> gibberish(4)
'nong fromp glosk zunt'
>>> gibberish(5)
'samp nuv fog blew grig'
>>> gibberish(10)
'strot fray hag sting skask stim grun prug spaf mond'
我的统计数据有点模糊,但这对非NSA来说可能已经足够了
目的。请注意random.sample()
无需替换即可运行。我还应该指出,如果恶意方知道您使用的是这种方法,那么它很容易受到字典攻击。一小撮salt会对此有所帮助。
更新:对于有兴趣的人,https://github.com/greghaskins/gibberish可以获得更新且可以分叉的版本。
答案 1 :(得分:3)
您可以创建一个简单的Markov text generator,然后使用常用/可发音单词列表对其进行训练。
前段时间我写了一个简单的发电机以获得乐趣。这是:
#! /usr/bin/python
from cStringIO import StringIO
from sys import argv
import random
USAGE="usage: ./markov.py input_file"
END_TAG='<end>'
SEPARATOR='\n'
def append(model,token, target):
if token not in model:
model[token]=[]
model[token].append(target)
def add_to_model(model,word, end_tag=END_TAG):
append(model,'',word[:2])
for i in xrange(len(word)-2):
append(model, word[i:i+2],word[i+2])
append(model,word[-2:],end_tag)
def generate(model, end_tag=END_TAG):
ret=''
while True:
cur=random.choice(model[ret[-2:]])
if cur==end_tag:
break
else:
ret+=cur
return ret
if __name__=='__main__':
if len(argv)>1:
data=file(argv[1],'r').read().split(SEPARATOR)
model={}
for word in data:
add_to_model(model,word)
print generate(model)
else:
print USAGE
答案 2 :(得分:2)
我喜欢Simon Sapin的版本:http://exyr.org/2011/random-pronounceable-passwords/
答案 3 :(得分:2)
我是xkcd password generator的粉丝。非常可定制,可安装pip,以及&#34; acrostic&#34; feature提供了一种很好的方法,可以为用户提供生成字集的内存线索。
答案 4 :(得分:1)
我想我工作的项目是适用的。我从超过1400万个密码(来自RockYou.com密码转储)中学习了Markov模型,并以此方式创建了人工密码。博客文章(和随附的代码)是here。一些采样人工密码:
答案 5 :(得分:0)
乱码
import string
import random
__all__ = ('generate_word', 'generate_words')
initial_consonants = list(set(string.ascii_lowercase) - set('aeiou')
# remove those easily confused with others
- set('qxc')
# add some crunchy clusters
| set(['bl', 'br', 'cl', 'cr', 'dr', 'fl',
'fr', 'gl', 'gr', 'pl', 'pr', 'sk',
'sl', 'sm', 'sn', 'sp', 'st', 'str',
'sw', 'tr', 'ch', 'sh'])
)
final_consonants = list(set(string.ascii_lowercase) - set('aeiou')
# remove the confusables
- set('qxcsj')
# crunchy clusters
| set(['ct', 'ft', 'mp', 'nd', 'ng', 'nk', 'nt',
'pt', 'sk', 'sp', 'ss', 'st', 'ch', 'sh'])
)
vowels = 'aeiou'
def generate_word():
"""Returns a random consonant-vowel-consonant pseudo-word."""
return ''.join(random.choice(s) for s in (initial_consonants,
vowels,
final_consonants))
def generate_words(wordcount):
"""Returns a list of ``wordcount`` pseudo-words."""
return [generate_word() for _ in range(wordcount)]
def console_main():
import sys
try:
wordcount = int(sys.argv[1])
except (IndexError, ValueError):
wordcount = 1
print(' '.join(generate_words(wordcount)))
if __name__ == '__main__':
console_main()