当前位置:首页 > 文章列表 > 文章 > python教程 > Python密码哈希与盐值处理教程

Python密码哈希与盐值处理教程

2026-03-05 22:20:48 0浏览 收藏
本文深入讲解了Python中安全处理用户密码的核心实践,强调必须摒弃SHA256等通用哈希或Base64/AES等可逆“伪加密”,转而采用bcrypt、Argon2等专为密码设计的自适应哈希算法——它们自动、安全地生成并嵌入随机salt,彻底抵御彩虹表攻击;文中不仅剖析了salt必须每次注册独立生成、使用密码学安全随机源(如secrets模块)、且与哈希值一体化存储的关键原则,还提供了bcrypt和passlib的简洁可靠代码示例,并明确指出数据库只需一个password_hash文本字段即可完整保存所有必要信息,让开发者避开常见陷阱,一步到位构建合规、健壮的身份认证基础。

Python处理用户密码_hash与salt实践

密码哈希不是简单加密,而是单向不可逆过程

用户密码绝不能明文存储,也不能用base64、AES等可逆方式“伪装”存储。哈希(hash)是唯一合规起点:它把任意长度密码映射为固定长度字符串,且无法反推原文。但仅用 hashlib.sha256(password.encode()).hexdigest() 仍不安全——相同密码会产生相同哈希值,容易被彩虹表批量破解。

salt必须随机生成,且每次注册都不同

salt 是一段随机字节,与密码拼接后再哈希,目的是让相同密码产生完全不同哈希结果。关键点有三个:

  • salt 必须用密码学安全的随机源生成,如 os.urandom(32) 或 secrets.token_bytes(32),禁用 random 模块
  • 每个用户注册时都要生成新 salt,不能复用、不能硬编码、不能全局固定
  • salt 需和哈希值一起存入数据库(通常明文存储),验证时需原样取出参与计算

优先使用 bcrypt、argon2 或 passlib 封装方案

自己拼接 salt + hash 容易出错(比如编码错误、salt 长度不足、迭代次数过低)。推荐直接使用成熟库:

  • bcrypt:自动处理 salt 生成、嵌入与验证,安装 pip install bcrypt
    示例:
    import bcrypt
    password = b"my_secret"
    salt = bcrypt.gensalt(rounds=12) # 推荐 12–14 轮
    hashed = bcrypt.hashpw(password, salt)
    # 存储 hashed(含 salt)到数据库
    bcrypt.checkpw(password, hashed) # 验证返回 True/False
  • passlib:支持多种算法(bcrypt、argon2、pbkdf2),API 统一,推荐用于新项目
    示例:
    from passlib.hash import argon2
    hash_str = argon2.hash("my_secret") # 自动选 salt 和参数
    argon2.verify("my_secret", hash_str)

数据库字段设计要兼容哈希格式

不要拆开存 salt 和 hash。现代哈希算法(如 bcrypt、argon2)会把 salt、哈希值、参数(如 rounds)按标准格式编码进一个字符串,例如:
$2b$12$ZqFv9XJQv7LmK8WnRtYpOeUfGhIjKlMnOpQrStUvWxYzAbCdEfGhI
这个字符串本身已包含全部信息。数据库中只需一个 password_hash 字段(建议 VARCHAR(255) 或 TEXT),类型为文本,无需额外 salt 字段。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

Ubuntu21.10蓝牙驱动安装教程Ubuntu21.10蓝牙驱动安装教程
上一篇
Ubuntu21.10蓝牙驱动安装教程
Win11禁用视觉效果提升性能方法
下一篇
Win11禁用视觉效果提升性能方法
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。
    256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。
    301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。
    277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。
    257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。
    62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