当前位置:首页 > 文章列表 > 文章 > python教程 > 生成256位Argon2哈希的正确步骤

生成256位Argon2哈希的正确步骤

2025-11-03 19:33:34 0浏览 收藏

在使用Argon2密码哈希算法生成256位哈希时,是否遇到了输出长度超出预期的困扰?本文深入解析Argon2输出的Base64编码问题,提供精准解决方案。Argon2默认对哈希值进行Base64编码,导致输出长度增加。要获得原始的32字节哈希值,需解码Base64编码。本文提供Python示例代码,展示如何使用`binascii.a2b_base64()`函数解码,并讲解了padding的必要性。掌握Base64编码在Argon2中的作用,助您正确生成和处理256位哈希值,确保密码安全。阅读本文,告别Argon2哈希长度困扰!

使用 Argon2 生成 256 位哈希值的正确方法

本文旨在解决在使用 Argon2 密码哈希算法生成 256 位(32 字节)哈希值时,输出长度超出预期的问题。我们将深入探讨 Base64 编码在 Argon2 输出中的作用,并提供正确解码 Base64 编码哈希值的示例代码,确保您能够获得所需的 256 位哈希值。

在使用 Argon2 密码哈希算法时,我们通常期望通过设置 hash_len 参数来控制输出哈希值的长度。然而,在某些情况下,即使我们将 hash_len 设置为 32(对应 256 位),实际输出的字符串长度可能会超过 32。 这通常是因为 Argon2 库默认对哈希值进行 Base64 编码。

Base64 是一种将二进制数据编码为 ASCII 字符串的编码方式。它使用 64 个不同的字符来表示二进制数据,因此编码后的字符串长度通常会比原始二进制数据更长。 具体来说,Base64 编码将每 3 个字节(24 位)的数据编码为 4 个字符。 由于 32 不是 3 的倍数,Base64 编码后的长度会是 4 的倍数且大于 32,因此会增加到 43(包含末尾的填充字符)。

为了获得原始的 256 位(32 字节)哈希值,我们需要对 Argon2 输出的 Base64 编码字符串进行解码。 可以使用 binascii.a2b_base64() 函数来实现。

以下是修改后的代码示例:

from argon2 import PasswordHasher
import binascii

password = "abc123"
salt = b'b8b17dbde0a2c67707342c459f6225ed'

hasher = PasswordHasher(
    salt_len=len(salt),
    hash_len=32,
)
hasherOutput = hasher.hash(password, salt = salt)
hash_encoded = hasherOutput.split('$')[-1]

# 确保字符串长度是 4 的倍数,如果不是,则添加 padding
padding_needed = len(hash_encoded) % 4
if padding_needed:
    hash_encoded += '=' * (4 - padding_needed)

hash_decoded = binascii.a2b_base64(hash_encoded)

print(len(hash_decoded))
print(hash_decoded)

# Output: 32
# Output: b'\x83\xe0\x04\xb7\x9f\xc0\x1a\x0e\x01\x99\x01\x83\x9e\x1c\x96\xb6\x87\xba\x8b\x89\xde\xd3\x05\x0e\xd0\x83\x9b\x91\xe3\x8e\x08\x99'

代码解释:

  1. 获取 Base64 编码的哈希值: hash_encoded = hasherOutput.split('$')[-1] 从 Argon2 返回的字符串中提取 Base64 编码的哈希值。
  2. 添加 Padding: 由于 Base64 编码需要输入长度为 3 的倍数,所以需要检查哈希值的长度是否为 4 的倍数,如果不是,则需要添加 = 字符进行填充,使得其长度为 4 的倍数。
  3. 解码 Base64 编码: hash_decoded = binascii.a2b_base64(hash_encoded) 使用 binascii.a2b_base64() 函数将 Base64 编码的字符串解码为原始的 32 字节二进制数据。

注意事项:

  • 在某些情况下,Base64 编码的字符串可能已经包含了正确的 padding。 在这种情况下,不需要手动添加 padding。
  • 确保您使用的 Argon2 库版本支持 hash_len 参数。

总结:

通过对 Argon2 输出的 Base64 编码字符串进行解码,我们可以获得原始的 256 位(32 字节)哈希值。 了解 Base64 编码在 Argon2 输出中的作用对于正确使用 Argon2 密码哈希算法至关重要。 通过本文提供的代码示例和注意事项,您可以轻松地生成和处理所需的 256 位哈希值。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《生成256位Argon2哈希的正确步骤》文章吧,也可关注golang学习网公众号了解相关技术文章。

箭头函数与普通函数的区别详解箭头函数与普通函数的区别详解
上一篇
箭头函数与普通函数的区别详解
CSS盒模型优化技巧防止布局错位
下一篇
CSS盒模型优化技巧防止布局错位
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    395次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    473次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    479次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    423次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    249次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码