以下代码以Python3.6.1为例
- hashlib : 不可逆加密
- hmac : 不可逆键值对方式加密
hashlib模块简介：
hashlib模块为不同的安全哈希/安全散列（Secure Hash Algorithm）和 信息摘要算法（Message Digest Algorithm）实现了一个公共的、通用的接口，也可以说是一个统一的入口。因为hashlib模块不仅仅是整合了md5和sha模块的功能，还提供了对更多中算法的函数实现，如：MD5，SHA1，SHA224，SHA256，SHA384和SHA512。
hashlib模块使用步骤：
1）获取一个哈希算法对应的哈希对象（比如名称为hash）： 可以通过 hashlib.new(哈希算法名称, 初始出入信息)函数，来获取这个哈希对象，如hashlib.new('MD5', 'Hello')，hashlib.new('SHA1', 'Hello')等；也可以通过hashlib.哈希算法名称()来获取这个哈希对象，如hashlib.md5(), hashlib.sha1()等。
2）设置/追加输入信息： 调用已得到哈希对象的update(输入信息)方法可以设置或追加输入信息，多次调用该方法，等价于把每次传递的参数凭借后进行作为一个参数垫底给update()方法。也就是说，多次调用是累加，而不是覆盖。
3）获取输入信息对应的摘要： 调用已得到的哈希对象的digest()方法或hexdigest()方法即可得到传递给update()方法的字符串参数的摘要信息。digest()方法返回的摘要信息是一个二进制格式的字符串，其中可能包含非ASCII字符，包括NUL字节，该字符串长度可以通过哈希对象的digest_size属性获取；而hexdigest()方法返回的摘要信息是一个16进制格式的字符串，该字符串中只包含16进制的数字，且长度是digest()返回结果长度的2倍，这可用邮件的安全交互或其它非二进制的环境中。
#!/usr/bin/env python
# coding=utf-8
__author__ = 'Luzhuo'
__date__ = '2017/5/19'
# hash_demo.py Hash加密相关(安全哈希)
# 支持: MD5, SHA1 SHA224 SHA256 SHA384 SHA512
import hashlib
def hash_demo():
m = hashlib.md5()
m.update(b"hello")
m.update(b"world!") # = hello + world!
hash_hex = hashlib.sha3_512(b"luzhuo.me").hexdigest()
print(m.digest_size)
print(m.digest()) # 二进制hash
print(m.hexdigest()) # 十六进制hash
print(hash_hex)
# 加盐加密
hash_bytes = hashlib.pbkdf2_hmac('sha256', b'luzhuo.me', b'80', 100000)
print(hash_bytes)
def hash_func():
# hashlib.new(name[, data]) // 创建hashlib(非首选), name=算法名, data:数据
hash = hashlib.new('ripemd160', b'luzhuo.me')
# 常量
dics = hashlib.algorithms_guaranteed # 所有平台支持的hash算法的名称
dics = hashlib.algorithms_available # 在Python解析器中可用的hash算法的名称, 传递给new()时, 可识别
# hashlib.pbkdf2_hmac(hash_name, password, salt, iterations, dklen=None) // 加盐加密 hash_name:hash名称, password:数据, salt:盐, iterations:循环次数, dklen:密钥长度
hash_bytes = hashlib.pbkdf2_hmac('sha256', b'luzhuo.me', b'80', 100000)
# hash对象
num = hash.digest_size # hash结果的大小
num = hash.block_size # hash算法的内部块的大小
strs = hash.name # hash名称, 可传给new()使用
hash.update(b"data") # 字节缓冲区 hash.update(a) hash.update(b) == hash.update(a+b)
hash_bytes = hash.digest() # 字节hash
hash_str = hash.hexdigest() # 16进制字符串hash
hash = hash.copy() # 拷贝hash对象副本
if __name__ == "__main__":
hash_demo()
# hash_func()
hashmac模块简介：
前面说过，HMAC算法也是一种一种单项加密算法，并且它是基于上面各种哈希算法/散列算法的，只是它可以在运算过程中使用一个密钥来增增强安全性。hmac模块实现了HAMC算法，提供了相应的函数和方法，且与hashlib提供的api基本一致。
hmac模块使用步骤：
hmac模块模块的使用步骤与hashlib模块的使用步骤基本一致，只是在第1步获取hmac对象时，只能使用hmac.new()函数，因为hmac模块没有提供与具体哈希算法对应的函数来获取hmac对象。
#!/usr/bin/env python # coding=utf-8 __author__ = 'Luzhuo' __date__ = '2017/5/19' # hmac_demo.py HMAC算法 # 与hashlib不同之处在于多了key import hmac def hmac_demo(): # 加密 h = hmac.new(b"net") h.update(b"luzhuo.me") h_str = h.hexdigest() print(h_str) # 比较密码 boolean = hmac.compare_digest(h_str, hmac.new(b"net", b"luzhuo.me").hexdigest()) print(boolean) def hmac_func(): # 创建key和内容,再都进行加密 # hmac.new(key, msg=None, digestmod=None) // 创建新的hmac对象, key:键, msg:update(msg), digestmod:hash名称(同hashlib.new())(默认md5) hc = hmac.new(b"key") # hmac对象 hc.update(b"msg") # 字节缓冲区 hc.update(a) hc.update(b) == hc.update(a+b) hash_bytes = hc.digest() # 字节hash hash_str = hc.hexdigest() # 16进制hash字符串 hc = hc.copy() # 拷贝hmac副本 num = hc.digest_size # hash大小 num = hc.block_size # hash算法内部块大小 strs = hc.name # hash名称 # hmac.compare_digest(a, b) // 比较两个hash密钥是否相同, 参数可为: str / bytes-like object, (注:建议使用,不建议使用a==b) boolean = hmac.compare_digest(hmac.new(b"net", b"luzhuo.me").digest(), hmac.new(b"net", b"luzhuo.me").digest()) if __name__ == "__main__": hmac_demo() # hmac_func()
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。
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
《魔兽世界》大逃杀！60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容，新游玩模式《强袭风暴》即将于3月21 日在亚服上线，届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕，并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时，他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中，玩家将会进入一个全新的海盗主题大逃杀式限时活动，其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场，作为一个独立于主游戏之外的活动，玩家可以用大逃杀的风格来体验《魔兽世界》，不分职业、不分装备（除了你在赛局中捡到的），光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式，玩家在加入海盗主题的预赛大厅区域前，可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹，《巨龙崛起》和《魔兽世界：巫妖王之怒 经典版》的玩家都可以获得奖励。