目录

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 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 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

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:

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:

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

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。

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
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
sha256sum file.iso                    # hex 形式
printf 'hello' | openssl dgst -sha256
echo -n '' | sha256sum                # 空输入的摘要
# e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855

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

7. API 与命令速查

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 ==
var md = java.security.MessageDigest.getInstance("SHA-256");
byte[] d = md.digest("data".getBytes(StandardCharsets.UTF_8));
// 再自己转 hex 或 base64
sha256sum file                          # Linux
Get-FileHash file -Algorithm SHA256     # PowerShell
certutil -hashfile file SHA256          # Windows CMD
openssl dgst -sha256 file

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 hashfile / filedigest
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

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:hex(十六进制) · JWT 加密中的 FP(指纹)

# 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