显示页面讨论过去修订反向链接回到顶部 本页面只读。您可以查看源文件,但不能更改它。如果您觉得这是系统错误,请联系管理员。 ====== 一文讲清楚:digest(哈希摘要) ====== 先给结论:**digest(摘要)= 哈希函数(hash function)的输出值**。把任意长度的输入丢进去,吐出一段**固定长度**的字节串,并且这个过程**单向、不可逆**。 最容易搞混的一点:**digest 不是「加密」。** 加密可逆、要密钥;摘要不可逆、不要密钥。你平时在日志、命令行、接口文档里看到的那一长串字符(''e3b0c44298fc1c14...'' 或 ''uNiVztksCsDhcc0u9e8BujQ...''),**那是 digest 的编码形式,不是 digest 本身**——digest 本身是一段二进制字节,hex / base64 只是它的写法(详见 [[代码术语:hex|hex]])。 ===== 1. 术语对照:digest、hash、checksum、指纹 ===== 这几个词在不同教程里被混着用,先对齐: ^ 说法 ^ 指向什么 ^ 备注 ^ | hash function | 哈希函数本身 | 输入 → 输出的映射规则 | | hash / hash value | 函数或输出值都能指 | 口语里最常用 | | **digest** | 强调**输出结果**这个名词 | 也是 API 名:''.digest()''、''MessageDigest''、''openssl dgst'' | | checksum | 泛称「校验值」 | 常指 CRC32 这类只查传输错误的东西,抗篡改很弱 | | fingerprint | 对公钥 / 证书算出的 digest | 用于**标识**,见 [[代码术语:fp|JWT 中的 FP]] | | MAC / HMAC | **带密钥**的摘要 | 既能查篡改,又能验来源 | 一句话记忆:**函数叫 hash,结果叫 digest,用来认人叫 fingerprint。** ===== 2. 四个必须记住的性质 ===== * **确定性**:同样的输入,每次算出的摘要完全一样。这是它当「内容身份证」的基础。 * **定长**:输入 1 字节还是 10 GB,输出长度恒定。SHA-256 永远 32 字节。 * **单向(抗原像)**:从摘要推不出原文,只能暴力枚举。所以摘要可以公开。 * **雪崩效应**:输入改一个 bit,输出约一半的 bit 会翻转。改一个标点,摘要面目全非。 * **抗碰撞**:找不到两段不同内容得到同一个摘要(这条要看算法,MD5、SHA-1 已经不满足)。 另外一个反直觉的点:**安全的哈希函数设计目标是「快」**。它的快是用来给大数据做校验的;恰恰因为太快,**它不适合直接用来存口令**(见第 6 节)。 ===== 3. 常见算法与长度 ===== ^ 算法 ^ 输出长度 ^ 现在还能用吗 ^ | MD5 | 128 bit = 16 字节 | **不能用于安全用途**,可人为构造碰撞 | | SHA-1 | 160 bit = 20 字节 | **不能用于安全用途**,2017 年 SHAttered 已实证碰撞 | | SHA-256 / SHA-512 | 256 / 512 bit | 安全场景默认选它 | | SHA-3(Keccak) | 224–512 bit | 与 SHA-2 结构不同,作为备选 | | BLAKE2 / BLAKE3 | 可变,最快的一档 | 高性能场景 | | SM3 | 256 bit | 国密体系里的哈希 | | CRC32 | 32 bit | 只查传输错误,**不是**哈希,碰撞随手可得 | 两条实操结论: * 新系统写代码,**默认 SHA-256**;看到 MD5、SHA-1 只当兼容历史,别主动选。 * MD5 不是完全没用——文件去重、缓存键这类**非对抗**场景还能用,但一旦有对手能控制内容,就别用。 ===== 4. digest 与 encryption:一张表讲清分界 ===== ^ 对比项 ^ 加密 encrypt ^ 摘要 digest ^ | 可逆性 | 可逆,能还原原文 | 不可逆,只能枚举 | | 密钥 | 必须有 | 不需要(HMAC 才需要) | | 输出长度 | 与输入等长(或略长) | 固定长度 | | 典型用途 | 保密传输、存敏感数据 | 校验完整性、签名、指纹、口令存储 | | 泄露后果 | 事关机密 | 摘要公开**通常无害** | | 类比 | 把信锁进保险箱 | 给信按一个无法伪造的指纹 | > **加密负责「看不见」,摘要负责「改不了」。** 混淆这两者的代码,通常就是安全漏洞的来源。 由此还能理解一个常见设计:数字签名(RSA、ECDSA)**实际签的是消息的摘要**,不是消息本身。原因有二:公钥运算很慢,且只能处理定长数据。所以正确的说法是:**先 digest,再签名**。 ===== 5. 为什么见到它总是 hex 或 base64 ===== digest 是**字节**,而字节很难直接贴进 JSON、URL、邮件、日志里,所以要编码。同一段摘要,换编码就是完全不同的字符串: ^ 编码 ^ SHA-256(32 字节)写成什么 ^ 常见位置 ^ | hex | 64 个字符,''e3b0c442...b855'' | sha256sum、Git ID、证书指纹、''.hexdigest()'' | | base64 | 44 个字符,含 ''='' 填充 | 有些 API、JWT 场景 | | base64url | 43 个字符,无填充 | JWK Thumbprint(''jkt'' / ''kid'')、URL 里 | | 带分隔符的 hex | ''3F:1B:9A:E4:...'' | 证书、SSH 指纹的展示层 | 长度换算记住这两条就够: <code> SHA-256:32 字节 → hex 64 字符,base64 44 字符(无填充 43) MD5 :16 字节 → hex 32 字符 SHA-1 :20 字节 → hex 40 字符 </code> **这里是最常见的踩坑点**:两串摘要「看起来不一样」时,先怀疑编码口径(大小写、冒号、填充、hex 还是 base64),再怀疑内容不同。 <code python> import hashlib h = hashlib.sha256(b"hello") h.digest() # b',\xf2M\xba...' 32 字节原始字节 h.hexdigest() # '2cf24dba5fb0a30e...' 64 个 hex 字符 h.hexdigest()[:8] # '2cf24dba' 常被截出来当短 ID </code> <code javascript> import { createHash } from "node:crypto"; const d = createHash("sha256").update("hello").digest(); // Buffer,32 字节 console.log(d.toString("hex")); // 64 字符 console.log(d.toString("base64url")); // 43 字符 </code> <code bash> sha256sum file.iso # hex 形式 printf 'hello' | openssl dgst -sha256 echo -n '' | sha256sum # 空输入的摘要 # e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855 </code> 注意最后那条:**空输入的摘要不是空的**,而是一个固定的、可预测的值。它常被用来判断「算没算过」,别把它当随机数。 ===== 6. 它到底用在哪 ===== * **完整性校验**:下载后比对 ''sha256sum'',确认文件没被改过、传丢过。Git 的对象 ID 本质就是对内容算摘要(SHA-1,新仓库可 SHA-256)。 * **数字签名与证书**:先对内容算 digest,再对 digest 签名;证书里挂的也是公钥/证书的指纹。 * **口令存储**:**关键区别在于这里用「慢哈希」**。 <code> ❌ sha256(password) # 太快,GPU 每秒能试几十亿次;还有彩虹表 ❌ sha256(password + "固定盐") # 盐写死在代码里,等于没有 ✅ argon2 / bcrypt / scrypt / PBKDF2 # 每个用户随机盐 + 刻意变慢 + 可调工作因子 </code> 盐的作用是让相同口令产生不同摘要、废掉彩虹表;盐必须**随机、每用户独立、与摘要一起存**,不需要保密。 * **消息认证(HMAC)**:带密钥的摘要,用于校验「内容是完整的,且来源持有密钥」。JWT 的 ''HS256'' 就是 HMAC-SHA-256。 * **内容寻址与去重**:以摘要做文件名/键,天然去重、便于缓存(CDN 的 ''ETag'' 常由摘要生成)。 * **令牌与密钥管理**:数据库里只存 refresh token 的摘要,泄库也拿不到原文;JWK Thumbprint(''jkt''、''kid'')用摘要标识密钥,见 [[代码术语:fp|FP 页面]]。 * **数据结构中的哈希**:哈希表、布隆过滤器也依赖哈希函数,但那里追求的是速度与均匀分布,**不涉及摘要的编码与安全属性**,别和本节混为一谈。 ===== 7. API 与命令速查 ===== <code python> import hashlib, hmac hashlib.sha256(b"data").hexdigest() hashlib.file_digest(open("big.iso", "rb"), "sha256").hexdigest() # 3.11+ hmac.new(key, msg, hashlib.sha256).hexdigest() hmac.compare_digest(a, b) # 恒定时间比较,别用 == </code> <code java> var md = java.security.MessageDigest.getInstance("SHA-256"); byte[] d = md.digest("data".getBytes(StandardCharsets.UTF_8)); // 再自己转 hex 或 base64 </code> <code bash> sha256sum file # Linux Get-FileHash file -Algorithm SHA256 # PowerShell certutil -hashfile file SHA256 # Windows CMD openssl dgst -sha256 file </code> ===== 8. 常见坑速查 ===== ^ 现象 ^ 原因 ^ 处理方向 ^ | 摘要对不上 | 编码口径不同(hex/base64、大小写、冒号、填充) | 比对前先归一化成同一编码 | | 以为「加密过」就安全 | 混淆 digest 与 encryption | 需要还原用加密,只需校验用摘要 | | 口令被爆破 | 用了 SHA-256/MD5 这类快哈希、没加盐 | 换 Argon2 / bcrypt,随机盐 | | 相同口令在库里看不出区别 | 忘加盐 | 每用户随机盐,与摘要同库同存 | | 大文件把内存吃满 | 一次性读入再算 | 分块 update,或 hash_file / file_digest | | 校验没抓到被替换的文件 | 只比对了长度或前缀 | 完整比对,且校验值本身要来自可信渠道 | | 用摘要当随机数、密钥、密码 | 摘要可被任何人算出 | 随机数用 CSPRNG,密钥用密钥生成 API | | 用 ''=='' 比较令牌的摘要 | 存在时序侧信道 | ''hmac.compare_digest'' / constant-time 比较 | | 迁移算法时全站摘要变了 | 算法换了、输入口径(编码、换行)也换了 | 先明确「对什么字节算、用什么算法、怎么编码」 | 最后一条特别值得咬住,它就是排查摘要问题的通用三步:**对什么算(原文 / JWK / 证书 / 加盐方式)、用什么算法、写成什么编码**。三者任一不同,结果就不同。 ===== 9. 30 秒自测 ===== - SHA-256 的 digest 是几字节?→ **32 字节** - 它写成 hex 是多少字符?→ **64 个** - 同一个文件算两次,结果一样吗?→ **一样**(确定性) - 能从摘要还原出文件吗?→ **不能**(单向) - 存用户口令该用 SHA-256 还是 Argon2?→ **Argon2**(慢哈希 + 随机盐) - JWT 的 ''HS256'' 用的是摘要还是加密?→ **带密钥的摘要(HMAC)** ===== 10. 一句话总结 ===== > **digest 是「给内容按的一枚无法伪造的指纹」:定长、单向、可比对。它不负责保密,只负责证明内容没变、来源可信;至于你看到的那串十六进制,只是它被打印出来的样子。** 相关:[[代码术语:hex|hex(十六进制)]] · [[代码术语:fp|JWT 加密中的 FP(指纹)]] ```mdk height=560 color=#7c3aed # digest(哈希摘要) ## 是什么 ### 哈希函数的输出值 ### 任意长度输入 → 固定长度字节 ### 单向、不可逆 ### 不是加密,不要密钥 ### 看到的那串字符只是它的编码 ## 四个性质 ### 确定性:同输入同输出 ### 定长:SHA-256 永远 32 字节 ### 单向:抗原像 ### 雪崩效应:改 1 bit 面目全非 ### 抗碰撞(看算法) ## 常见算法 ### MD5 16 字节,已破,别用于安全 ### SHA-1 20 字节,已实证碰撞 ### SHA-256 / 512 默认选择 ### SHA-3、BLAKE2 / 3 ### SM3 国密 ### CRC32 只是校验和,不是哈希 ## 与加密的分界 ### 可逆 vs 不可逆 ### 要密钥 vs 不要密钥 ### 保密 vs 完整性 ### 签名签的是摘要 ### 密码用慢哈希:Argon2 / bcrypt ## 编码与长度 ### hex:32 字节 → 64 字符 ### base64:44 字符 ### base64url:43 字符,无填充 ### 比对前先归一化编码 ### 空输入的摘要是固定值 ## 用在哪 ### 下载完整性校验、Git 对象 ID ### 数字签名与证书 ### 口令存储:随机盐 + 慢哈希 ### HMAC 与 JWT HS256 ### 内容寻址、去重、ETag ### token 存哈希、JWK Thumbprint ## 工具速查 ### Python hashlib / file_digest ### Node createHash().digest('hex') ### Java MessageDigest ### sha256sum / Get-FileHash / openssl dgst ## 常见坑 ### digest ≠ hex,编码只是形式 ### 口令用快哈希被爆破 ### 盐固定等于没加盐 ### 大文件一次性读入内存 ### 摘要当随机数 / 密钥 ### 比较用 == 有时序问题 ### 算法、输入、编码三者要统一 ``` ---- 返回:[[代码术语]] 登录 Detach Close 该主题尚不存在 您访问的页面并不存在。如果允许,您可以使用创建该页面按钮来创建它。 代码术语/digest.txt 最后更改: 2026/10/13 17:01由 张叶安 登录