标点符号 2-bit 编码:四种标点映射 00/01/10/11 还原 ASCII
ctf/misc · verified
一句话结论
当文本中只有四种标点符号(如 ,。;:)反复出现、且去掉文字后长度可被 4 整除时,可把四种标点映射为 2-bit 码 00/01/10/11,每 4 个标点拼成 8 bit 转 ASCII,即可还原隐藏的 flag。
原理
- 四种符号 = 2 bit:2²=4,正好用两个二进制位表示一个标点;4 个标点 = 8 bit = 1 字节。
- 编码载体:正常文本中插入标点不会影响阅读,肉眼容易忽略;删除文字后只剩标点序列,长度/分布暴露编码。
- 映射顺序:题目通常按标点出现顺序/给定表映射(本题
,→00、。→01、;→10、:→11);不同题目可能换表,需按可读性/flag 前缀尝试。 - 为什么成立:这是确定性的 2-bit 编码,类似 Base4;只要符号集和顺序正确,拼接即得明文。
- 边界:符号种类多于 4 时可扩展为 3-bit/Base8;若文本中混有普通标点,需要先按题目给的符号集过滤。
触发条件
- 文本中大量重复的四类标点,文字内容语义不连贯/明显是填充。
- 标点总数可被 4 整除(或按题目分组)。
- 明文为 ASCII/flag 格式,可用
flag{前缀验证。 - 题目提示“标点/符号/删除文字”等。
利用步骤
- 读取文本,统计标点种类与数量;确认只有四类目标标点。
- 按题目映射表把每个标点转成 2-bit(本题
,。;:→00 01 10 11)。 - 每 4 个 2-bit 拼成 8 bit,转 ASCII。
- 用
flag{/可打印性验证;若乱码,调整映射顺序/位序(正向/反向)。 - 本题输出
sdpcsec{...}。
PoC
from pathlib import Path
text = Path("ai_reply.txt").read_text(encoding="utf-8")
mapping = {",": "00", "。": "01", ";": "10", ":": "11"}
bits = "".join(mapping[ch] for ch in text if ch in mapping)
assert len(bits) % 8 == 0
flag = "".join(chr(int(bits[i:i + 8], 2)) for i in range(0, len(bits), 8))
print(flag)
变体与关联
- 变体(符号集):四种括号/箭头/表情符号;按出现频率和题目表映射。
- 变体(进制):三种符号=三进制、八种=3-bit;分组/位序按题目。
- 变体(混合隐写):标点 + 零宽字符 + 大小写;先剥离可见文字再解码。
- 关联卡片:[[ctf-misc-zero-width-unicode-binary-quinary-stego]](零宽字符二/五进制)、[[crypto-classical-pigpen-variant-fence-column-decode]](符号替换)、[[ctf-misc-bagua-five-stroke-minus-one-unicode-codepoint]](Unicode 码点编码)。
- 边界:符号表未知时需暴力尝试 4! 种映射;文本编码/全半角标点差异会导致匹配失败。
检测与防御
- CTF 识别:文本只剩标点、四类符号重复、长度 4 的倍数,按本卡解码。
- 数据防泄露:DLP 可检测异常标点密度/非自然文本;导出时规范化标点。
- 教学:2-bit 编码是 Base4 的直观例子;不要用隐写保护敏感数据。