生成256位Argon2哈希的正确步骤
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!

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('$')[-1]
# 确保字符串长度是 4 的倍数,如果不是,则添加 padding
padding_needed = len(hash_encoded) % 4
if padding_needed:
hash_encoded += '=' * (4 - padding_needed)
hash_decoded = binascii.a2b_base64(hash_encoded)
print(len(hash_decoded))
print(hash_decoded)
# Output: 32
# Output: b'\x83\xe0\x04\xb7\x9f\xc0\x1a\x0e\x01\x99\x01\x83\x9e\x1c\x96\xb6\x87\xba\x8b\x89\xde\xd3\x05\x0e\xd0\x83\x9b\x91\xe3\x8e\x08\x99'代码解释:
- 获取 Base64 编码的哈希值: hash_encoded = hasherOutput.split('$')[-1] 从 Argon2 返回的字符串中提取 Base64 编码的哈希值。
- 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。
- 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
- 上一篇
- 箭头函数与普通函数的区别详解
- 下一篇
- CSS盒模型优化技巧防止布局错位
-
- 文章 · python教程 | 4小时前 | Python教程 · 静态类型检查 异步方法 Python Protocol 结构类型 Awaitable
- Python Protocol 怎样描述带异步方法的结构类型
- 363浏览 收藏
-
- 文章 · python教程 | 6小时前 | Python教程 · InitVar __post_init__ Python dataclasses.replace 数据类复制
- Python dataclasses.replace 遇到 InitVar 时怎样传递参数
- 381浏览 收藏
-
- 文章 · python教程 | 8小时前 | python · pathlib ·
- Python importlib.resources.as_file 的临时路径何时失效
- 318浏览 收藏
-
- 文章 · python教程 | 10小时前 | SQLite · Python教程 · Python sqlite3 Connection.backup 进度回调 SQLite备份
- Python sqlite3 备份进度回调怎样判断剩余页数
- 264浏览 收藏
-
- 文章 · python教程 | 13小时前 | python · 内存优化 · Python教程 · 文件读取 大文件处理 Python mmap 分段映射 ALLOCATIONGRANULARITY
- Python mmap 怎样分段处理超过内存的大文件
- 146浏览 收藏
-
- 文章 · python教程 | 15小时前 | python · Python 二进制协议 零拷贝 memoryview
- Python memoryview 如何零拷贝切片二进制协议数据
- 225浏览 收藏
-
- 文章 · python教程 | 17小时前 | 并发控制 · Python教程 · asyncio · 虚假唤醒 wait_for Python asyncio asyncio.Condition 异步同步
- Python asyncio.Condition.wait_for 如何处理虚假唤醒
- 478浏览 收藏
-
- 文章 · python教程 | 19小时前 |
- Python ExceptionGroup 派生新组时如何保留异常元数据
- 417浏览 收藏
-
- 文章 · python教程 | 20小时前 | 异常处理 · 并发编程 · Python教程 · asyncio · asyncio 结构化并发 ExceptionGroup except* Python TaskGroup
- Python TaskGroup 如何汇总多个子任务异常
- 208浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发编程 · 工程实践 · Python教程 · 多进程日志 QueueListener multiprocessing.Queue RotatingFileHandler Python QueueHandler
- Python 日志 QueueHandler 解决多进程写入争用
- 186浏览 收藏
-
- 文章 · python教程 | 1天前 | 数据校验 · python · Pydantic 部分更新 exclude_unset model_fields_set 显式空值 model_dump
- Pydantic 模型更新时区分未提供字段与显式空值
- 399浏览 收藏
-
- 文章 · python教程 | 1天前 |
- pytest Fixture 作用域如何影响测试隔离与速度
- 341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。
- 395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。
- 473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。
- 479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。
- 423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。
- 249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

