在Crypto ++中获取Unicode字符串的SHA1

Question

我独立学习C ++，我遇到了一个问题，我不能解决这个问题。 我希望你能帮助我。

我需要获取Unicode字符串的SHA1摘要（如Привет ），但我不知道如何做到这一点。

我尝试这样做，但它返回错误的摘要！

对于wstring('Ы')它返回 - A469A61DF29A7568A6CC63318EA8741FA1CF2A7
我需要 - 8dbe718ab1e0c4d75f7ab50fc9a53ec4f0528373

关心并抱歉我的英语:)。

CryptoPP 5.6.2 MVC ++ 2013

#include <iostream>
#include "cryptopp562\cryptlib.h"
#include "cryptopp562\sha.h"
#include "cryptopp562\hex.h"

int main() {

    std::wstring string(L"Ы");
    int bs_size = (int)string.length() * sizeof(wchar_t);

    byte* bytes_string = new byte[bs_size];

    int n = 0; //real bytes count
    for (int i = 0; i < string.length(); i++) {
        wchar_t wcharacter = string[i];

        int high_byte = wcharacter & 0xFF00;

        high_byte = high_byte >> 8;

        int low_byte = wcharacter & 0xFF;

        if (high_byte != 0) {
            bytes_string[n++] = (byte)high_byte;
        }

        bytes_string[n++] = (byte)low_byte;
    }

    CryptoPP::SHA1 sha1;
    std::string hash;

    CryptoPP::StringSource ss(bytes_string, n, true,
        new CryptoPP::HashFilter(sha1,
            new CryptoPP::HexEncoder(
                new CryptoPP::StringSink(hash)
            ) 
        ) 
    );

    std::cout << hash << std::endl;

    return 0;
}

Answer 1

你说'但它会返回错误的摘要' - 你在比较它是什么？

关键点：诸如SHA-1之类的摘要不适用于字符序列，而是使用字节序列。

你在这段代码中所做的就是在字符串"Ы"生成unicode字符的ad-hoc 编码 。 如果字符串中的字符全部在BMP中（“基本多语言平面”，在这种情况下为真）， 并且最终在wcharacter中的数字是，那么这种编码将（结果证明）匹配UTF-16编码。表示unicode代码点的整数（这可能是正确的，但我认为不保证）。

如果您正在比较的摘要将输入字符串转换为使用UTF-8编码的字节序列（这很可能），那么这将产生与您的字节序列不同的字节序列，以便SHA-1摘要该序列将与您在此处计算的摘要不同。

所以：

• 检查测试字符串使用的编码。

• 您最好使用一些库函数来专门生成要处理的字符串的UTF-16或UTF-8（视情况而定）编码，以确保您正在使用的字节序列是您认为的是。

在适当命名的文档中有一个关于unicode和编码的出色介绍绝对最少，每个软件开发人员绝对必须知道Unicode和字符集（没有借口！）

Answer 2

我需要获取Unicode字符串的SHA1摘要（如Привет），但我不知道如何做到这一点。

这里的技巧是你需要知道如何编码Unicode字符串。 在Windows上， wchar_t是2个八位字节; 而在Linux上， wchar_t是4 otects。 在字符集注意事项上有一个Crypto ++维基页面，但它不是那么好。

为了最有效地进行互操作，请始终使用UTF-8。 这意味着您将UTF-16或UTF-32转换为UTF-8。 因为您在Windows上，所以您需要调用WideCharToMultiByte函数以使用CP_UTF8进行转换。 如果您使用的是Linux，那么您将使用libiconv 。

Crypto ++有一个名为StringNarrow的内置函数，它使用C ++。 它在文件misc.h 。 务必在使用之前调用setlocale 。

Stack Overflow有一些关于使用Windows功能的问题。 例如，请参阅如何正确使用WideCharToMultiByte 。

---

我需要 - 8dbe718ab1e0c4d75f7ab50fc9a53ec4f0528373

什么是哈希值（SHA-1，SHA-256，...）？ 它是HMAC（键控哈希）吗？ 信息是否被腌制（如存储中的密码）？ 它是如何编码的？ 我不得不问，因为我无法重现你想要的结果：

SHA-1:   2805AE8E7E12F182135F92FB90843BB1080D3BE8
SHA-224: 891CFB544EB6F3C212190705F7229D91DB6CECD4718EA65E0FA1B112
SHA-256: DD679C0B9FD408A04148AA7D30C9DF393F67B7227F65693FFFE0ED6D0F0ADE59
SHA-384: 0D83489095F455E4EF5186F2B071AB28E0D06132ABC9050B683DA28A463697AD
         1195FF77F050F20AFBD3D5101DF18C0D
SHA-512: 0F9F88EE4FA40D2135F98B839F601F227B4710F00C8BC48FDE78FF3333BD17E4
         1D80AF9FE6FD68515A5F5F91E83E87DE3C33F899661066B638DB505C9CC0153D

---

这是我用过的程序。 请务必指定宽字符串的长度 。 如果不这样做（并且长度使用-1 ），则WideCharToMultiByte将在其计算中包含终止ASCII-Z。 由于我们使用的是std::string ，因此我们不需要该函数来包含ASCII-Z终止符。

int main(int argc, char* argv[])
{
    wstring m1 = L"Привет"; string m2;

    int req = WideCharToMultiByte(CP_UTF8, 0, m1.c_str(), (int)m1.length(), NULL, 0, NULL, NULL);
    if(req < 0 || req == 0)
        throw runtime_error("Failed to convert string");

    m2.resize((size_t)req);

    int cch = WideCharToMultiByte(CP_UTF8, 0, m1.c_str(), (int)m1.length(), &m2[0], (int)m2.length(), NULL, NULL);
    if(cch < 0 || cch == 0)
        throw runtime_error("Failed to convert string");

    // Should not be required
    m2.resize((size_t)cch);

    string s1, s2, s3, s4, s5;
    SHA1 sha1; SHA224 sha224; SHA256 sha256; SHA384 sha384; SHA512 sha512;

    HashFilter f1(sha1, new HexEncoder(new StringSink(s1)));
    HashFilter f2(sha224, new HexEncoder(new StringSink(s2)));
    HashFilter f3(sha256, new HexEncoder(new StringSink(s3)));
    HashFilter f4(sha384, new HexEncoder(new StringSink(s4)));
    HashFilter f5(sha512, new HexEncoder(new StringSink(s5)));

    ChannelSwitch cs;
    cs.AddDefaultRoute(f1);
    cs.AddDefaultRoute(f2);
    cs.AddDefaultRoute(f3);
    cs.AddDefaultRoute(f4);
    cs.AddDefaultRoute(f5);

    StringSource ss(m2, true /*pumpAll*/, new Redirector(cs));

    cout << "SHA-1:   " << s1 << endl;
    cout << "SHA-224: " << s2 << endl;
    cout << "SHA-256: " << s3 << endl;
    cout << "SHA-384: " << s4 << endl;
    cout << "SHA-512: " << s5 << endl;

    return 0;
}

Answer 3

这对我来说似乎很好。

我只是将宽字符缓冲区强制转换为const byte* ，并将其（和调整后的大小）传递给散列函数，而不是摆弄试图提取碎片。

int main() {

    std::wstring string(L"Привет");

    CryptoPP::SHA1 sha1;
    std::string hash;

    CryptoPP::StringSource ss(
        reinterpret_cast<const byte*>(string.c_str()), // cast to const byte*
        string.size() * sizeof(std::wstring::value_type), // adjust for size
        true,
        new CryptoPP::HashFilter(sha1,
            new CryptoPP::HexEncoder(
                new CryptoPP::StringSink(hash)
            )
        )
    );

    std::cout << hash << std::endl;

    return 0;
}

输出：

C6F8291E68E478DD5BD1BC2EC2A7B7FC0CEE1420

编辑：添加。

结果将依赖于encoding 。 例如，我在Linux上运行它，其中wchar_t是4个字节。 在Windows我相信wchar_t可能只有2个字节。

为了保持一致性，最好使用UTF8将文本存储在普通的std::string 。 这也使得调用API更简单：

int main() {

    std::string string("Привет"); // UTF-8 encoded

    CryptoPP::SHA1 sha1;
    std::string hash;

    CryptoPP::StringSource ss(
        string,
        true,
        new CryptoPP::HashFilter(sha1,
            new CryptoPP::HexEncoder(
                new CryptoPP::StringSink(hash)
            )
        )
    );

    std::cout << hash << std::endl;

    return 0;
}

输出：

2805AE8E7E12F182135F92FB90843BB1080D3BE8