如何在Python中搜索文本文件表？

Question

我正在創建一個彩虹表，其中的字符串和散列由表中的空格分隔。 彩虹表看起來像這樣：

j)O 3be44b195706cdd25e29d2b01a0e88d4
j)P a83079350701398672677a9ffe07108c
j)Q 2952c4654c127f2bb1086b75d8f1f986
j)R 6621ec6e1ba3c3669259894db8cde339
j)S 0442a2ee045e1913cd2eb094e8945399

我想知道如何制作一個python程序來搜索字符串並找到一個哈希，反之亦然。

我已經讓它搜索整個文檔，但我希望它只搜索特定的列。

我使用了熊貓，我現在可以在特定列中進行搜索，但我希望它只能找到完全匹配：

working_table = pd.read_csv('rainbow_table_md5.txt', sep = ' ', names=["string", "hash"])
print(working_table['hash'].where(working_table['string'] == input(colored("String: ", 'cyan'))))

現在代碼輸出：

String: a
0           0cc175b9c0f1b6a831c399e269772661
1                                        NaN
2                                        NaN

                          ...               
14094701                                 NaN
14094702                                 NaN

Name: hash, Length: 14094731, dtype: object

除了第0行中的匹配之外，我不需要所有其他行

理想情況下，我只需要哈希作為輸出。

Answer 1

你想要“查找”而不是“搜索”，因為只有完全匹配才有意義。 對於這個應用程序，熊貓可能有點過分。 一對詞典就足夠了：

class Rainbow:

    def __init__(self, infile, k=20):
        self.s_to_hash = {s: hash
                          for s, hash in self._read_tuples(infile)}
        self.hash_to_s = {hash[:k]: s
                          for s, hash in self.s_to_hash.items()}
        self.k = k

    @staticmethod
    def _read_tuples(infile):
        with open(infile) as fin:
            for line in fin:
                s, hash = line.strip().split()
                yield s, hash

選擇k < 32是嘗試保存一些內存，因為哈希會因為它們的公共前綴而發生沖突。 根據您的記憶力，桌子大小和碰撞風險的胃口，調高或調低味道。 考慮編寫一個getter函數，然后將hash_to_s私有。

與存儲ascii hex nybbles相比，存儲字節的內存效率是其兩倍。