信息熵计算器
计算文本的香农熵，评估随机性与密码强度
输入文本
结果
这个工具能做什么
信息熵计算器统计一段文本中各个字符的出现频率，按香农公式算出信息熵，用来衡量这段数据的随机性或不确定性。熵越高说明字符分布越均匀、越难压缩、作为密码也越难被猜到；熵越低说明重复和规律越多。工具会给出每字符熵、总信息量、字符种类数等指标。
香农熵的计算公式是 H = -Σ p·log₂(p)，其中 p 是每个字符出现的概率。直觉上，如果所有字符等概率出现，熵达到最大值 log₂(种类数)；如果只有一种字符，熵为 0。把每字符熵乘以字符总数，就得到整段数据的总信息量（比特），除以 8 即理论上最少需要多少字节来编码。
举两个例子：aaaa 全是同一个字符，熵为 0，因为毫无不确定性；ab 两个字符各占一半，熵为 1 比特/字符。这个指标常用来粗略评估密码强度——一个由大小写、数字、符号随机组成的长密码，熵会明显高于一个常见单词。
需要注意，信息熵衡量的是字符分布的均匀程度，并不能完全代表真实的安全性。比如 abababab 的字符熵不低，但有明显规律、很容易破解。评估密码时还应结合长度、字典、模式等因素综合判断。
信息熵计算器是一个免费的在线工具，打开网页就能用，不用下载也不用注册。平时大家搜的“信息熵”、“香农熵”、“shannon entropy”，说的都是这个。
常见使用场景
- 粗略评估一个密码的随机强度
- 判断一段密钥或令牌是否足够随机
- 分析数据可压缩性时估算信息量
- 学习信息论时验证香农熵的计算
使用方法
- 把内容粘贴到输入框（生成类工具直接设置选项）。
- 按需要选择选项，点操作按钮。
- 结果出现在下方，点「复制结果」即可带走。
常见问题
信息熵是用来做什么的？
衡量数据的随机性或不确定性。熵越高，字符分布越均匀、越难压缩、密码越难猜。常用于评估密码强度、判断数据是否随机。
每字符熵的单位是什么？
单位是比特/字符（bits per character）。它表示平均每个字符携带多少信息量，最大值是 log₂(字符种类数)。
熵高就一定安全吗？
不一定。熵只看字符频率分布，像 abababab 这种有明显规律的串熵也不低却很容易破解。评估安全性还要结合长度、是否是常见词、有无规律等。
为什么全是相同字符熵是 0？
因为没有任何不确定性——下一个字符百分之百可预测。按公式 p=1、log₂(1)=0，所以熵为 0。
总信息量怎么理解？
总信息量 = 每字符熵 × 字符数，单位比特，表示这段数据理论上包含的信息量。除以 8 就是理论上无损压缩后至少需要的字节数。