ตัววิเคราะห์ตัวอักษรท้ายบรรทัด เทียบกับเครื่องมือที่เกี่ยวข้อง: ควรใช้อันไหน

วิธีใช้

1. ระบุว่าปลายทางคาดหวังอะไรจริง ๆ — รูปแบบ การเข้ารหัส checksum หรือป้ายที่มนุษย์อ่านได้
2. จับคู่ความคาดหวังนั้นกับเครื่องมือที่เอาต์พุตอยู่ในรูปแบบนั้นอยู่แล้ว การแปลงสองครั้งทำให้ข้อมูลสูญหาย
3. เมื่อสองเครื่องมือดูเทียบเท่ากัน ให้เลือกตัวที่ตัวเลือกเปิดเผยมาตรฐานที่ปลายทางอ้างอิง
4. เปิดเครื่องมือที่เกี่ยวข้องเคียงกันแล้วป้อนอินพุตเดียวกันผ่านทั้งคู่ ความต่างจะปรากฏทันที

ตัวอย่าง

A pangram: every letter appears, so the entropy is close to the maximum for English text.

ข้อมูลเข้า

the quick brown fox jumps over the lazy dog

ข้อมูลออก — ผลลัพธ์

43 characters, 27 distinct

Top 27:
  ␣   U+0020        8   18.60%  ████████████████████████
  o   U+006F        4    9.30%  ████████████
  e   U+0065        3    6.98%  █████████
  h   U+0068        2    4.65%  ██████
  r   U+0072        2    4.65%  ██████
  t   U+0074        2    4.65%  ██████
  u   U+0075        2    4.65%  ██████
  a   U+0061        1    2.33%  ███
  b   U+0062        1    2.33%  ███
  c   U+0063        1    2.33%  ███
  d   U+0064        1    2.33%  ███
  f   U+0066        1    2.33%  ███
  g   U+0067        1    2.33%  ███
  i   U+0069        1    2.33%  ███
  j   U+006A        1    2.33%  ███
  k   U+006B        1    2.33%  ███
  l   U+006C        1    2.33%  ███
  m   U+006D        1    2.33%  ███
  n   U+006E        1    2.33%  ███
  p   U+0070        1    2.33%  ███
  q   U+0071        1    2.33%  ███
  s   U+0073        1    2.33%  ███
  v   U+0076        1    2.33%  ███
  w   U+0077        1    2.33%  ███
  x   U+0078        1    2.33%  ███
  y   U+0079        1    2.33%  ███
  z   U+007A        1    2.33%  ███

Shannon entropy: 4.3855 bits/character
(8.0 would mean perfectly random bytes; English prose is typically 4.0–4.5)

รัน

คำอธิบาย

Count characters, words, line lengths or n-grams and compute Shannon entropy.

ตัววิเคราะห์ตัวอักษรท้ายบรรทัด → · วิธีใช้ → · เครื่องมือข้อความ →

เครื่องมือที่เกี่ยวข้อง