Frequency-Analysis
HTML 頁面源的頻率表
是否有帶有用於 HTML 的 ASCII 字元頻率表的線上資源？
英語有很多，但我似乎找不到頁面原始碼。我知道這可能因站點而異，但肯定有經驗法則足夠好-通常
<排名高於z？
這是一個簡單的 PHP 腳本，它計算 10 篇隨機 Wikipedia 文章的字節頻率：
<?php $frequencies = array(); $total = 0; for ($i=0; $i<256; $i++) $frequencies[$i] = 0; for ($i=0; $i<10; $i++) { $src = file_get_contents('https://en.wikipedia.org/wiki/Special:Random'); foreach (str_split($src) as $char) { $frequencies[ord($char)]++; $total++; } } header('Content-Type: text/plain'); for ($i=0; $i<256; $i++) { printf('%3d:%7.4f%s',$i,$frequencies[$i]*100/$total,(($i&7)==7)?"\n":' '); }您可以輕鬆擴展它以從更廣泛的來源獲取更多頁面。
這是我得到的結果：
0: 0.0000 1: 0.0000 2: 0.0000 3: 0.0000 4: 0.0000 5: 0.0000 6: 0.0000 7: 0.0000 8: 0.0000 9: 1.9908 10: 1.0258 11: 0.0000 12: 0.0000 13: 0.0000 14: 0.0000 15: 0.0000 16: 0.0000 17: 0.0000 18: 0.0000 19: 0.0000 20: 0.0000 21: 0.0000 22: 0.0000 23: 0.0000 24: 0.0000 25: 0.0000 26: 0.0000 27: 0.0000 28: 0.0000 29: 0.0000 30: 0.0000 31: 0.0000 32: 4.8680 33: 0.0277 34: 4.5121 35: 0.0942 36: 0.0042 37: 0.2563 38: 0.2139 39: 0.0867 40: 0.1498 41: 0.1498 42: 0.0275 43: 0.1042 44: 0.4450 45: 1.1506 46: 1.1177 47: 3.1013 48: 0.6391 49: 0.4991 50: 0.5280 51: 0.3287 52: 0.2134 53: 0.2927 54: 0.2862 55: 0.1731 56: 0.2161 57: 0.2103 58: 0.6376 59: 0.3994 60: 2.8618 61: 2.1683 62: 2.8618 63: 0.0682 64: 0.0000 65: 0.3892 66: 0.1531 67: 0.3726 68: 0.1941 69: 0.1862 70: 0.2055 71: 0.0938 72: 0.0913 73: 0.1354 74: 0.0572 75: 0.1103 76: 0.1240 77: 0.1656 78: 0.1242 79: 0.0963 80: 0.2883 81: 0.0468 82: 0.1858 83: 0.3152 84: 0.2528 85: 0.0832 86: 0.0666 87: 0.1076 88: 0.0060 89: 0.0354 90: 0.0237 91: 0.0807 92: 0.0522 93: 0.0807 94: 0.0079 95: 0.8702 96: 0.0000 97: 6.3074 98: 0.9143 99: 2.2221 100: 2.8104 101: 6.4384 102: 1.2492 103: 1.6232 104: 1.9022 105: 6.5891 106: 0.0815 107: 1.2405 108: 3.9219 109: 1.5149 110: 3.4597 111: 3.1206 112: 2.1826 113: 0.0285 114: 3.6109 115: 3.5510 116: 5.1196 117: 1.3010 118: 0.7861 119: 1.3322 120: 0.5001 121: 0.7843 122: 0.1313 123: 0.0483 124: 0.0000 125: 0.0483 126: 0.0000 127: 0.0000 128: 0.0431 129: 0.0044 130: 0.0079 131: 0.0152 132: 0.0017 133: 0.0029 134: 0.0002 135: 0.0033 136: 0.0035 137: 0.0015 138: 0.0023 139: 0.0017 140: 0.0031 141: 0.0012 142: 0.0006 143: 0.0006 144: 0.0033 145: 0.0012 146: 0.0017 147: 0.0285 148: 0.0012 149: 0.0021 150: 0.0029 151: 0.0037 152: 0.0017 153: 0.0046 154: 0.0006 155: 0.0012 156: 0.0023 157: 0.0004 158: 0.0023 159: 0.0173 160: 0.0025 161: 0.0017 162: 0.0027 163: 0.0021 164: 0.0069 165: 0.0094 166: 0.0021 167: 0.0035 168: 0.0037 169: 0.0025 170: 0.0035 171: 0.0025 172: 0.0025 173: 0.0037 174: 0.0027 175: 0.0004 176: 0.0123 177: 0.0050 178: 0.0069 179: 0.0042 180: 0.0046 181: 0.0031 182: 0.0021 183: 0.0025 184: 0.0056 185: 0.0044 186: 0.0048 187: 0.0046 188: 0.0025 189: 0.0021 190: 0.0027 191: 0.0037 192: 0.0000 193: 0.0000 194: 0.0092 195: 0.0094 196: 0.0012 197: 0.0006 198: 0.0000 199: 0.0000 200: 0.0000 201: 0.0002 202: 0.0002 203: 0.0000 204: 0.0000 205: 0.0000 206: 0.0054 207: 0.0002 208: 0.0202 209: 0.0104 210: 0.0004 211: 0.0000 212: 0.0004 213: 0.0031 214: 0.0004 215: 0.0000 216: 0.0089 217: 0.0073 218: 0.0002 219: 0.0025 220: 0.0000 221: 0.0000 222: 0.0000 223: 0.0000 224: 0.0125 225: 0.0023 226: 0.0433 227: 0.0015 228: 0.0019 229: 0.0037 230: 0.0031 231: 0.0017 232: 0.0017 233: 0.0010 234: 0.0008 235: 0.0012 236: 0.0017 237: 0.0008 238: 0.0000 239: 0.0029 240: 0.0171 241: 0.0000 242: 0.0000 243: 0.0000 244: 0.0000 245: 0.0000 246: 0.0000 247: 0.0000 248: 0.0000 249: 0.0000 250: 0.0000 251: 0.0000 252: 0.0000 253: 0.0000 254: 0.0000 255: 0.0000
<如您所料， (60) 和(62)的頻率>是相同的。
我不知道對此類資訊的任何參考，但您可以通過一個非常簡單的程序輕鬆估計。
只是為了說明，我使用頻率分析工具 ( http://www.dcode.fr/frequency-analysis )對該頁面的 HTML 程式碼進行了非常快速的分析。這些是結果（僅顯示最常見的字元）：
當然，這只是一個簡化的分析範例，出於實際目的，您需要更大的樣本，但過程本身非常簡單。
