[英]Hashing non-ascii Python string
我正在尝试使用python re从文件中提取一些字符串,然后使用类似以下内容的MD5ing这个字符串:
#MD5er.py
salt = extract_salt(file_foo)
print 'salt: %s' % salt
from md5 import md5
print 'hash: %s' % md5(salt).hexdigest()
$ python MD5er
salt: \0001\072\206\277\354\107\134\061\361\076\150\047\010\124\200\315\100
hash: ce24166858853dfb12a86d7d602b0638
但是,像这样使用iPython:
In [40]: salt = '\0001\072\206\277\354\107\134\061\361\076\150\047\010\124\200\315\100'
In [41]: salt
Out[41]: "\x001:\x86\xbf\xecG\\1\xf1>h'\x08T\x80\xcd@"
In [42]: print salt
1:���G\1�>hT��@
In [43]: from md5 import md5
In [44]: md5(salt).hexdigest()
Out[44]: 'ebae47a953591f7448ff7079837fb534'
在这两种情况下MD5为何不同的任何线索? 以及为什么在ipython中,当我键入变量名称时,它以与原始字符串不同的格式出现,而print()输出是第三种格式!
暗示:
In [53]: import sys
In [54]: sys.getdefaultencoding()
Out[54]: 'ascii'
第一种情况下的字符串与您看到的完全相同:
>>> salt = '\\0001\\072\\206\\277\\354\\107\\134\\061\\361\\076\\150\\047\\010\\
124\\200\\315\\100'
>>> md5(salt).hexdigest()
'ce24166858853dfb12a86d7d602b0638'
请注意,我如何转义了反斜杠以防止数字被解释为八进制字节值。
第一种情况下的字符串与您看到的完全相同:
>>> salt = '\\0001\\072\\206\\277\\354\\107\\134\\061\\361\\076\\150\\047\\010\\
124\\200\\315\\100'
>>> md5(salt).hexdigest()
'ce24166858853dfb12a86d7d602b0638'
请注意,我如何转义了反斜杠以防止数字被解释为八进制字节值。
编辑:
假设您要根据此列表中的八进制值创建一个字节字符串:
data = ['\\0001', '\\072', '\\206', '\\277', '\\354', '\\107', '\\134',
'\\061', '\\361', '\\076', '\\150', '\\047', '\\010', '\\124',
'\\200', '\\315', '\\100']
您可以将其转换为整数,然后再连接字符,但这与您在IPython中获得的有所不同。 第一个值是4位数字,而不是3位数字。应将其视为“ \\ 0”后跟ASCII“ 1”,还是应将其视为“ \\ 1”? 后者执行以下操作:
salt = ''.join(chr(int(d[1:], 8)) for d in data)
print repr(salt)
print md5(salt).hexdigest()
输出:
"\x01:\x86\xbf\xecG\\1\xf1>h'\x08T\x80\xcd@"
d2092426d1bd5bec1579c8b7ed9c73c2
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.