Python用hashlib加密数据教程
数据加密是保障信息安全的关键手段,Python 作为强大的编程语言,在数据加密领域应用广泛。本文将深入探讨如何利用 Python 的 `hashlib` 库进行数据哈希处理,着重强调 `hashlib` 的单向性及其在验证数据完整性方面的应用。然而,直接使用哈希存储密码存在安全风险,因此,我们将介绍通过“加盐”的方式来增强密码的安全性,并推荐使用更专业的密码哈希算法如 `bcrypt` 或 `scrypt`。此外,文章还将涵盖对称加密(如 AES)和非对称加密(如 RSA)的应用,以及如何使用 `cryptography` 库实现数据的加密与解密。最后,我们将探讨如何有效防止中间人攻击,并提供安全存储密钥的实用建议,助您构建更安全可靠的 Python 应用。
数据加密是通过算法将数据转化为不可读形式以保障安全。1. Python中常用hashlib进行哈希处理,但其为单向操作,无法解密,适用于验证数据完整性;2. 直接用哈希存密码不安全,需加盐(随机字符串)提升破解难度,可用secrets模块生成盐;3. 推荐使用bcrypt或scrypt等专用密码哈希算法,安全性更高;4. 若需解密,应使用对称加密(如AES)或非对称加密(如RSA),Python的cryptography库支持这些操作;5. 防止中间人攻击可采用HTTPS协议或数字签名;6. 密钥存储应使用硬件安全模块、密钥管理系统或加密配置文件,并严格控制访问权限。

数据加密,简单来说,就是把数据变成别人看不懂的玩意儿,保证只有你知道怎么解开它。Python里搞数据加密,hashlib绝对是绕不开的家伙,但它主要干的是“哈希”这事儿,跟真正的加密不太一样,得小心使用。

hashlib安全处理

解决方案
hashlib 提供的哈希算法,比如 MD5、SHA1、SHA256 等,都是单向的,意味着你没法从哈希值反推出原始数据。这东西最大的用处在于验证数据的完整性,比如你下载一个文件,网站上会提供一个 SHA256 的哈希值,你算一下你下载的文件哈希值,对上了,就说明文件没被篡改过。
但是,直接用哈希来存储密码,那是绝对不安全的。为啥?彩虹表了解一下。攻击者会提前计算好常用密码的哈希值,然后直接查表就能破解。

所以,要安全地存储密码,得用“加盐”的哈希。简单来说,就是在密码后面加上一段随机字符串(盐),然后再计算哈希值。这样,即使两个用户密码相同,加盐后的哈希值也会不一样,大大增加了破解难度。
Python 里 secrets 模块可以用来生成安全的随机盐:
import hashlib
import secrets
def hash_password(password):
salt = secrets.token_hex(16) # 生成 16 字节的随机盐
salted_password = password + salt
hashed_password = hashlib.sha256(salted_password.encode('utf-8')).hexdigest()
return salt, hashed_password
def verify_password(password, salt, hashed_password):
salted_password = password + salt
return hashlib.sha256(salted_password.encode('utf-8')).hexdigest() == hashed_password
# 示例
password = "my_secret_password"
salt, hashed_password = hash_password(password)
print("Salt:", salt)
print("Hashed password:", hashed_password)
is_correct = verify_password(password, salt, hashed_password)
print("Password correct?", is_correct)这里用了 SHA256,算是比较安全的哈希算法。实际应用中,还可以考虑使用更高级的算法,比如 bcrypt 或 scrypt,它们专门设计用来做密码哈希,计算成本更高,更难被破解。
如何选择合适的哈希算法?
这事儿得看情况。MD5 和 SHA1 已经被证明存在安全漏洞,不建议使用。SHA256、SHA384、SHA512 这些 SHA2 系列的算法目前还算安全,可以根据你的需求选择。如果对安全性要求特别高,bcrypt 和 scrypt 是更好的选择,但计算成本也更高。选择的时候,要权衡安全性和性能。
另外,要定期更新哈希算法。随着计算能力的提升,以前安全的算法可能变得不安全。所以,要关注安全领域的最新动态,及时更新你的哈希算法。
除了哈希,还有哪些加密方法?
哈希不是真正的加密,只是单向散列。如果你需要对数据进行加密,以便以后可以解密,那就需要使用对称加密或非对称加密。
- 对称加密: 加密和解密使用同一个密钥。常见的对称加密算法有 AES、DES、3DES 等。AES 目前是最常用的对称加密算法,速度快,安全性高。
- 非对称加密: 加密和解密使用不同的密钥,一个公钥,一个私钥。公钥可以公开,私钥必须保密。常见的非对称加密算法有 RSA、DSA、ECC 等。非对称加密安全性更高,但速度较慢。
Python 里 cryptography 库提供了丰富的加密算法,可以用来实现对称加密和非对称加密。
from cryptography.fernet import Fernet
# 生成密钥
key = Fernet.generate_key()
cipher = Fernet(key)
# 加密数据
message = b"This is a secret message."
encrypted_message = cipher.encrypt(message)
print("Encrypted message:", encrypted_message)
# 解密数据
decrypted_message = cipher.decrypt(encrypted_message)
print("Decrypted message:", decrypted_message.decode())如何防止中间人攻击?
中间人攻击是指攻击者在通信双方之间截获数据,然后进行篡改或窃取。防止中间人攻击最常用的方法是使用 HTTPS 协议。HTTPS 协议通过 SSL/TLS 协议对数据进行加密,保证数据在传输过程中不被窃取或篡改。
另外,还可以使用数字签名来验证数据的完整性。发送方使用私钥对数据进行签名,接收方使用公钥验证签名。如果签名验证通过,就说明数据没有被篡改过。
如何安全地存储密钥?
密钥的安全至关重要。如果密钥泄露,加密的数据就形同虚设。安全地存储密钥的方法有很多,比如:
- 硬件安全模块 (HSM): HSM 是一种专门用来存储密钥的硬件设备,安全性非常高。
- 密钥管理系统 (KMS): KMS 是一种用来管理密钥的软件系统,可以集中管理密钥,方便密钥的备份和恢复。
- 加密的配置文件: 将密钥存储在加密的配置文件中,可以防止密钥被直接读取。
无论使用哪种方法,都要确保密钥的访问权限受到严格控制,只有授权的用户才能访问密钥。
好了,本文到此结束,带大家了解了《Python用hashlib加密数据教程》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!
Golang条件编译详解:构建标签与平台规则
- 上一篇
- Golang条件编译详解:构建标签与平台规则
- 下一篇
- 多个Adapter合并到一个ListView的方法
-
- 文章 · python教程 | 1小时前 |
- Python TaskGroup 怎么主动终止整组任务
- 242浏览 收藏
-
- 文章 · python教程 | 8小时前 | SQLite · 数据一致性 · Python教程 · Python SQLite 数据库备份 sqlite3.Connection.backup
- Python sqlite3.Connection.backup 怎么在线复制数据库
- 264浏览 收藏
-
- 文章 · python教程 | 10小时前 | python · Python zip zipfile zipfile.Path
- Python zipfile.Path 怎么像目录一样遍历压缩包
- 370浏览 收藏
-
- 文章 · python教程 | 12小时前 | 内存优化 · Python教程 · Python 大数组 PickleBuffer pickle协议5
- Python PickleBuffer 怎么减少大数组复制
- 207浏览 收藏
-
- 文章 · python教程 | 14小时前 | 标准库 · Python教程 · Python Traversable importlib.resources zipimport
- Python importlib.resources.files 怎么访问压缩包内资源
- 143浏览 收藏
-
- 文章 · python教程 | 17小时前 | 标准库 · python · 进程管理 · Python subprocess.Popen pipesize
- Python subprocess.Popen pipesize 什么时候有效
- 187浏览 收藏
-
- 文章 · python教程 | 22小时前 | python · 异步编程 · Python 资源清理 异步生成器 contextlib aclosing
- Python contextlib.aclosing 怎么确保异步生成器退出
- 369浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python decimal tomllib parse_float
- Python tomllib.loads 怎么自定义浮点数类型
- 158浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python runtime_checkable Protocol 为什么只检查属性存在
- 410浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 340次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 397次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 392次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 355次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 181次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

