Python学习笔记：MD5加密

MD5 算法严格上来说，不算是一种加密算法，而是一种哈希算法。

在 MD5 中没有密钥和密文的概念，没有解密一说。

MD5 是一种有损压缩，非对称加密算法，无法进行还原。

网上关于 MD5 的解密大部分都是码表匹对，而不是破解。

在 Python3 标准库中，已经移除了 md5，关于 hash 加密算法都放在 hashlib 标准库中，例如：SHA1/SHA224/SHA256/SHA384/SHA512 和 MD5 算法等。

hashlib 库的 hash 算法中，提供众多加密算法：

sha1()
sha224()
sha256()
sha384()
sha512()
blake2b()
blake2s()
md5()

这些方法通过统一接口返回一个对象。

一、针对英文md5加密

# 方法一
import hashlib
m = hashlib.md5()
m.update(b'123')
m.hexdigest() # '202cb962ac59075b964b07152d234b70'

# 方法二
hashlib.md5(b'123').hexdigest() # '202cb962ac59075b964b07152d234b70'

# 方法三
hashlib.new('md5', b'123').hexdigest() # '202cb962ac59075b964b07152d234b70'

二、针对中文md5加密

需先将中文转换成 UTF-8 格式，再进行 md5 加密。

import hashlib
data = r'你好'
hashlib.md5(data.encode(encoding='UTF-8')).hexdigest() # '7eca689f0d3389d9dea66ae112e5cfd7'
'''
encoding='UTF-8'
encoding='GBK'
encoding='GB2312'
encoding='GB18030'
'''

三、hashlib函数解析

1.hashlib.new方法

一般性方法，使用语法为：

hashlib.new(name, [data])
# name 哈希加密算法名称 例如：md5
# data 需要加密的数据 可忽略 在之后update时传入数据即可

实例：

import hashlib
m = hashlib.new('md5')
m.update(b'123')
m.hexdigest() # '202cb962ac59075b964b07152d234b70'

2.hashlib.algorithms_guaranteed/algorithms_available方法

可以使用 hashlib.algorithms_guaranteed 或者 hashlib.algorithms_available 这两个内置属性查看 hashlib 支持哪些加密算法。

hashlib.algorithms_guaranteed 是 hashlib.algorithms_available 的子集。

import hashlib
hashlib.algorithms_guaranteed
{'blake2b',
 'blake2s',
 'md5',
 'sha1',
 'sha224',
 'sha256',
 'sha384',
 'sha3_224',
 'sha3_256',
 'sha3_384',
 'sha3_512',
 'sha512',
 'shake_128',
 'shake_256'}

import hashlib
hashlib.algorithms_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'}

3.hashlib.update方法

传入参数对象以更新哈希对象。

该方法只支持 byte 类型，否则会报错。

需要在参数前添加 b 进行类型转换。

import hashlib
m = hashlib.md5()
m.update('123456')
# TypeError: Unicode-objects must be encoded before hashing

m.update(b'123456')

重复调用 update(arg) 方法，会将传入的 arg 参数进行拼接，而不是覆盖。

m.update(a); m.update(b) 等价于 m.update(a+b)。

import hashlib
m = hashlib.md5()
m.update(b'123')
m.hexdigest() # '202cb962ac59075b964b07152d234b70'
m.update(b'456')
m.hexdigest() # 'e10adc3949ba59abbe56e057f20f883e'

hashlib.md5(b'123456').hexdigest() # 'e10adc3949ba59abbe56e057f20f883e'

为了防止每次拼接干扰，每次都需要重新实例化。

重新定义：md5 = hashlib.md5() 。

4.hashlib.hexdigest方法

hex 代表十六进制。

该方法将 hash 中的数据转换成数据格式，其中只包含十六进制的数字。

四、针对DataFrame某列进行加密

先构造函数，再针对该列进行 apply 操作。

import hashlib

def md5_crypt(txt):
    m = hashlib.md5()
    m.update(str(txt).encode()) # 转换为字符型 b
    return m.hexdigest()

data['nes_col'] = data['col'].apply(md5_crypt)