【发布时间】：2015-09-28 20:09:17
【问题描述】：
所以我在安全编程和测试课上有一个作业问题。问题是考虑 Windows NT 或 UNIX shell 帐户。 “如果可以使用任何字符，八字符密码中可能包含多少位信息？” 所以在我看来，标准键盘上有 95 个可能的字符。但这不取决于单个字符中有多少“信息位”的编码吗？ 我不是要答案，我只是需要帮助理解位字符部分，然后我可以自己算出数学。
【问题讨论】：
【发布时间】：2015-09-28 20:09:17
【问题描述】：
您的 95 来自 0x21-0x7E（含）范围。让我们称这个数字为“可用的”。这是来自 ASCII 的所有标准可打印字符。它不包括空格/制表符/crs 等。如果“字符”确实是 C 字符类型（8 位），则 nusable 为 95。某些系统确实允许在密码中嵌入空格，所以要小心这会将数字增加到 96，等等。
如果“字符”可以是任何 8 位字节值，则范围为 0x00-0xFF，可使用范围为 256。
因此，假设没有其他编码，实际答案将是 95。如果这是一个介绍 C 编程课程，这就是可能的答案。但是，再看一下措辞，我认为它的意思是 nusable 是 256，不管你不能通过键盘输入它。
从这一点开始，取可使用的密码和密码中允许的“字符”数，即 8，然后计算...
所以，如果你被限制为 ASCII 和/或 8 位，你可以在这里停下来。
UTF-8 和 UTF-16 使用“代码点”，当编码成字符串时，它可以具有可变大小。请参阅https://en.wikipedia.org/wiki/UTF-8 UTF-8 代码点在 0x000000-0x10FFFF 范围内（最大值为 1,111,112），编码时的大小可以从 1-4 个字节变化。请注意，上面的 ASCII 字符直接映射到 UTF-8 代码点 0x00-0x7F 并且长度为一个字节。这是设计使然。
所以问题是： “字符”是 C “字符”类型：
(1) (char password[8])还是 UTF-8 编码的字符串：
(2) (char password[n]) 其中“n”大到足以包含 8代码点？
最大值为 n = 8 * 4或在代码点中重述为：(3) uint32_t password[8]
如果“字符”表示代码点，则查找可使用的方法与您为 ASCII 所做的类似。但是，并非所有 UTF-8 代码点都可用。有些是无效的。有些是特殊的转义码。有些未分配并保留以供将来使用（例如，克林贡语，我们是否应该开发星际飞船:-)）。有些用于特殊符号，例如“长破折号”（例如“--”或“---”）。
因此，对于给定的编码，我们需要找出可使用的。它们可以是任何语言（例如，英语、斯瓦希里语、中文、德语都混合在一起）还是您必须假设给定的语言限制（例如，德语的可用代码点比中文少得多）？对奇怪的东西的代码点有任何限制吗？
Windows 使用 wchar_t（16 位）实现可变长度 UTF-16 编码。它在编码方式上与 UTF-8 不同，但具有相似的代码点范围。
如果物理存储大小可以变化以允许 8 个代码点 [上面的案例 (2) 或案例 (3)]，请使用 nusable 并进行数学运算 [就像上面的 ASCII 一样]。
如果物理存储是固定的 [案例 (1)]，这会变得很难看。此外，课堂练习不太可能。我们试图将可变长度的 UTF-8 编码字符串塞进一个固定长度的字符串区域。我们需要将长度为 1（例如 95）、长度 2、...、长度 4 的所有可用代码点计数到长度为 5 的向量（例如 int lenlist[5]）中。然后，计算最终答案成为最短路径、树行走等问题。我们需要枚举所有可能的可变长度组合。这需要对所有可能位置的可能长度组合进行，使其不超过 8。这些不是您要寻找的机器人......
【讨论】：