Python3 hashlib密码散列算法原理详解
1.hashlib密码散列
hashlib模块定义了一个API来访问不同的密码散列算法。要使用一个特定的散列算法，可以用适当的构造器函数或new()来创建一个散列对象。不论使用哪个具体的算法，这些对象都使用相同的API。
1.1 散列算法
由于hashlib有OpenSSL提供“底层支持”，所以OpenSSL库提供的所有算法都可用，包括：
- md5
- sha1
- sha224
- sha256
- sha384
- sha512
有些算法在所有平台上都可用，而有些则依赖于底层库。这两种算法分别由algorithms_guaranteed和algorithms_available提供。
import hashlib
print('Guaranteed:\n{}\n'.format(
', '.join(sorted(hashlib.algorithms_guaranteed))))
print('Available:\n{}'.format(
', '.join(sorted(hashlib.algorithms_available))))
Guaranteed:
blake2b, blake2s, md5, sha1, sha224, sha256, sha384, sha3_224, sha3_256, sha3_384, sha3_512, sha512, shake_128, shake_256
Available:
DSA, DSA-SHA, MD4, MD5, RIPEMD160, SHA, SHA1, SHA224, SHA256, SHA384, SHA512, blake2b, blake2s, dsaEncryption, dsaWithSHA, ecdsa-with-SHA1, md4, md5, ripemd160, sha, sha1, sha224, sha256, sha384, sha3_224, sha3_256, sha3_384, sha3_512, sha512, shake_128, shake_256, whirlpool
1.2 MD5示例
要为一个数据块(在这里就是转换为一个字节串的Unicode串)计算MD5散列或摘要，首先要创建散列对象，然后增加数据，最后调用digest()或hexdigest()。
import hashlib
lorem = '''Lorem ipsum dolor sit amet, consectetur adipisicing
elit, sed do eiusmod tempor incididunt ut labore et dolore magna
aliqua. Ut enim ad minim veniam, quis nostrud exercitation
ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis
aute irure dolor in reprehenderit in voluptate velit esse cillum
dolore eu fugiat nulla pariatur. Excepteur sint occaecat
cupidatat non proident, sunt in culpa qui officia deserunt
mollit anim id est laborum.'''
h = hashlib.md5()
h.update(lorem.encode('utf-8'))
print(h.hexdigest())
这个例子使用了hexdigest()方法而不是digest()，因为要格式化输出以便清楚的打印。如果可以接受二进制摘要值，那么可以使用digest()。
1.3 SHA1示例
SHA1摘要也用同样的方式计算。
import hashlib
lorem = '''Lorem ipsum dolor sit amet, consectetur adipisicing
elit, sed do eiusmod tempor incididunt ut labore et dolore magna
aliqua. Ut enim ad minim veniam, quis nostrud exercitation
ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis
aute irure dolor in reprehenderit in voluptate velit esse cillum
dolore eu fugiat nulla pariatur. Excepteur sint occaecat
cupidatat non proident, sunt in culpa qui officia deserunt
mollit anim id est laborum.'''
h = hashlib.sha1()
h.update(lorem.encode('utf-8'))
print(h.hexdigest())
这个例子中的摘要值有所不同，因为MD5和SHA1算法不同。
1.4 增量更新
散列计算器的update()方法可以反复调用。每次调用时，都会根据提供的附加文本更新摘要。增量更新比将整个文件读入内存更高效，而且能生成相同的结果。
import hashlib
lorem = '''Lorem ipsum dolor sit amet, consectetur adipisicing
elit, sed do eiusmod tempor incididunt ut labore et dolore magna
aliqua. Ut enim ad minim veniam, quis nostrud exercitation
ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis
aute irure dolor in reprehenderit in voluptate velit esse cillum
dolore eu fugiat nulla pariatur. Excepteur sint occaecat
cupidatat non proident, sunt in culpa qui officia deserunt
mollit anim id est laborum.'''
h = hashlib.md5()
h.update(lorem.encode('utf-8'))
all_at_once = h.hexdigest()
def chunkize(size, text):
"Return parts of the text in size-based increments."
start = 0
while start < len(text):
chunk = text[start:start + size]
yield chunk
start += size
return
h = hashlib.md5()
for chunk in chunkize(64, lorem.encode('utf-8')):
h.update(chunk)
line_by_line = h.hexdigest()
print('All at once :', all_at_once)
print('Line by line:', line_by_line)
print('Same :', (all_at_once == line_by_line))
这个例子展示了读取或生成数据时如何以增量方式更新一个摘要。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Python读取csv文件实例解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-12-12
所谓的scrapy-Redis实际上就是scrapy+redis，其中对redis的操作采用redis-py客户端。下面这篇文章详细介绍了Scrapy-redis爬虫分布式爬取的分析和实现，需要的朋友可以参考借鉴，下面来一起看看吧。2017-02-02
这篇文章主要介绍了Python应用打包成APK的全部流程,遵循正确的步骤,可以轻松地将Python应用转换为在Android设备上运行的APK文件,从而扩展应用的可用平台,需要的朋友可以参考下2024-09-09
平常我们下载的歌曲，都是各种妖魔鬼怪的格式横行，想下载下来用一下都不行，还只能在它的播放器内听，这谁受得了~本文就来用Python制作个音乐下载软件，需要的可以参考一下2022-09-09
在本篇文章里小编给大家分享的是一篇关于python pipeline的用法及避坑点，有需要的朋友们可以跟着学习下。2021-07-07
这篇文章主要介绍了详解Python中的三器一闭,Python中的三器一闭是指迭代器、装饰器、生成器和闭包,需要的朋友可以参考下2023-05-05
本文主要介绍了python数据处理之Pandas类型转换的实现，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2022-04-04
今天小编就为大家分享一篇python存储16bit和32bit图像的实例，具有的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-12-12
这篇文章主要给大家介绍了利用numpy+matplotlib绘图的基本操作，文中介绍的非常详细，对大家学习matplotlib绘图具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧。2017-05-05
今天小编就为大家分享一篇关于numpy.where()函数 返回值的解释，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
最新评论