当前位置:首页 > 文章列表 > Golang > Go教程 > Go sha512.Hash.Sum 怎么把摘要追加到已有字节前缀

Go sha512.Hash.Sum 怎么把摘要追加到已有字节前缀

来源:17golang原创 2026-10-12 17:31:07 0浏览 收藏

把 SHA-512 摘要接在已有字节前缀后面,直接接住 out := h.Sum(prefix) 的返回值即可。前缀不是哈希输入,也不会被摘要覆盖;真正参与计算的数据由 h.Write(message) 提供。完整结果包含前缀和 64 字节摘要,不能只看原变量 prefix 的长度。

官方文档:https://pkg.go.dev/hash#Hash;SHA-512 包:https://pkg.go.dev/crypto/sha512。

给编码缓冲区追加摘要,先分清两种输入

考虑一个原创协议编码场景:message 是消息内容,prefix 是报文中的类型字节。需求是保留类型字节,在它后面附上消息摘要。这是缓冲区拼装问题,不是新算法或已证实的行业趋势;标准库的接口足以表达它,不需要先转成字符串再拼回来。

sha512.New() 返回实现 hash.Hash 的对象 h。message 与 h 的关系是输入数据;prefix 与 Sum 的关系是结果前缀。Sum 读取当前摘要而不改变 h 的哈希状态,prefix 不会因为出现在 Sum 参数里而参与计算。

消息与哈希对象、前缀与结果切片的静态关系
图1:静态结构说明图。消息属于摘要输入,前缀属于结果拼装,两种角色需要分开理解。

用返回值保存完整报文

下面的示例用两个类型字节作为前缀。为输出预留容量只是一个可选的缓冲区选择,不是调用成功的前提。代码没有在本文环境中执行,打印项用于说明读者可以观察的条件。

package main

import (
    "crypto/sha512"
    "fmt"
)

func main() {
    message := []byte("record:blue")
    h := sha512.New()
    // 标准库哈希的 Write 不返回错误;消息才是参与摘要的数据。
    _, _ = h.Write(message)
    prefix := make([]byte, 2, 2+h.Size())
    prefix[0], prefix[1] = 0x21, 0x04
    // Sum 追加的是二进制摘要,必须接住可能使用新底层数组的结果。
    out := h.Sum(prefix)
    digest := out[len(prefix):]
    fmt.Println(len(prefix), len(out), len(digest))
    fmt.Printf("prefix=%x\n", out[:len(prefix)])
}

按接口语义,三个长度应为 2、66、64,前缀应仍为 2104。这些是示例的预期条件,不是运行记录。digest 是 out 中摘要区间的切片视图,不是独立副本;需要单独持有并修改时,应复制该区间。

谁适合直接使用 Sum,谁适合先拿独立摘要

协议编码器已经持有前缀缓冲区时,Sum(prefix) 能直接表达“在末尾附加摘要”。日志格式化或业务比较只需要摘要本身时,Sum(nil) 更清楚,随后按需要格式化或复制。前缀由多个调用方共享时,应先明确其底层数组的所有权,避免把缓冲区复用误当成互不影响的值传递。

目标写法结果含义
只取摘要h.Sum(nil)仅当前消息的摘要
前缀加摘要out := h.Sum(prefix)原前缀加二进制摘要
覆盖可复用缓冲区的逻辑内容out := h.Sum(buf[:0])零长度前缀加摘要;旧内容不再保留

长度、容量和十六进制文本是不同问题

Sum 按切片的长度确定追加位置,不按容量确定位置。容量足够时,结果可能复用原底层数组;容量不足时,需要新的底层数组。无论哪种情况,都应使用返回值。忽略它后继续发送 prefix,会只发送原来的逻辑长度。

另一个容易混淆的点是二进制摘要与十六进制文本。SHA-512 摘要有 64 字节,转成十六进制字符串后是 128 个字符。直接 Sum(prefix) 追加的不是这 128 个可读字符。如果协议要求文本,应明确调用编码函数,而不是依赖打印格式来改变缓冲区。

完整结果、前缀区间、摘要区间和切片长度容量的组成关系
图2:静态数据结构说明图。完整结果包含前缀和摘要;长度决定可见区间,容量只说明底层存储可复用空间。

接入现有代码时只改结果拼装

先找到现有消息 Write 的位置,再找到报文前缀,把旧的“取摘要再追加”表达替换成接住 Sum(prefix) 返回值。不要顺手把 prefix 写入 h,否则摘要对应的数据就变了。本文只讨论目标切片,不扩展到多轮哈希或文件读取。

// 保留报文头的逻辑长度,便于从完整结果中定位摘要区间。
prefixLen := len(prefix)
out := h.Sum(prefix)
if len(out) != prefixLen+h.Size() {
    panic("unexpected digest size")
}
// 检查前缀区间和摘要区间,不把容量当作报文长度。
header := out[:prefixLen]
digest := out[prefixLen:]
_ = header
_ = digest

这段是集成片段,h 和 prefix 使用调用方已有变量。读者的回归检查可以聚焦三项:前缀字节是否保留、结果长度是否增加 h.Size()、摘要区间是否等于同一状态的 Sum(nil)。若还要观察分配次数,应单独测量;本文不宣称预留容量带来某个性能提升。

常见疑问

调用 Sum 会清空已经写入的消息吗?

不会,Sum 不改变底层哈希状态。它也不是 Reset 的替代品。

想让前缀也参与摘要怎么办?

那是另一种消息定义,需要把前缀作为 Write 的输入。不要把这种定义和结果前缀混为一谈。

预留容量是不是必须的?

不是。正确性依赖接住返回值、明确前缀长度和数据归属,而不是依赖特定容量。最小写法仍是 out := h.Sum(prefix)。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go sort.Search 在降序切片上怎么写正确的判断函数Go sort.Search 在降序切片上怎么写正确的判断函数
上一篇
Go sort.Search 在降序切片上怎么写正确的判断函数
Go filepath.Rel 怎么从目录基准计算文件相对路径
下一篇
Go filepath.Rel 怎么从目录基准计算文件相对路径
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。
    436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。
    509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。
    526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。
    469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。
    296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