18.5 hashlib /hmac：加密哈希、数据校验

在开发中，我们经常需要计算数据的“指纹”——例如校验文件完整性、存储密码而不保存明文、生成签名令牌。Python 标准库中的 hashlib 和 hmac 就是专门干这件事的工具，简单可靠，无需第三方依赖。

18.5.1 hashlib —— 通用哈希算法库

hashlib 支持多种安全哈希算法，包括 MD5、SHA-1、SHA-256、SHA-512 等，统一的使用接口让我们可以轻松切换算法。

核心用法三步走

创建一个哈希对象：hashlib.sha256()
用 update() 喂入数据（可分多次，适合处理大文件）
调用 hexdigest() 或 digest() 获取结果

基本示例

import hashlib

# 字符串 → 哈希（注意要编码为字节串）
data = "Hello, Python!"
hash_obj = hashlib.sha256(data.encode('utf-8'))
print(hash_obj.hexdigest())  
# 输出：一个 64 位的十六进制字符串

# 分块更新（例如处理大文件）
hash_obj = hashlib.md5()
hash_obj.update(b"Hello, ")
hash_obj.update(b"Python!")
print(hash_obj.hexdigest())  # 与一次性传入结果相同

常用算法速查
| 算法 | 构造方式 | 哈希长度（字节） | 安全性 | 备注 |
|------|----------|-----------------|--------|------|
| MD5 | hashlib.md5() | 16 | 已破解，不适合安全用途 | 可用于非安全校验，如文件去重 |
| SHA-1 | hashlib.sha1() | 20 | 已被碰撞攻击，不推荐 | 旧系统兼容 |
| SHA-256 | hashlib.sha256() | 32 | 安全，广泛使用 | 推荐用于密码哈希、数字签名 |
| SHA-512 | hashlib.sha512() | 64 | 更安全但更慢 | 适合高安全要求场景 |

安全提醒：MD5 和 SHA-1 已不安全，绝对不能用于密码存储或数据完整性安全验证。存储用户密码应使用 hashlib 配合 salt 和 pbkdf2_hmac（见下文），而不是单纯哈希。

实用技巧

文件哈希校验：下载文件后，可对比哈希值确认文件未被篡改。

def file_sha256(filename):
    sha = hashlib.sha256()
    with open(filename, 'rb') as f:
        while chunk := f.read(8192):
            sha.update(chunk)
    return sha.hexdigest()

密码哈希存储：使用 PBKDF2 密钥派生函数，增加破解成本。

import hashlib, os

password = "secret123".encode()
salt = os.urandom(16)                # 生成随机盐
dk = hashlib.pbkdf2_hmac('sha256', password, salt, 100000)
# dk 是派生出的密钥，通常存储 salt 和 dk 用于验证

生产环境中更推荐 bcrypt 或 argon2 这类专门的密码哈希库，但 hashlib.pbkdf2_hmac 作为标准库方案已经足够许多场景。

18.5.2 hmac —— 带密钥的哈希消息认证码

普通哈希只能验证数据是否被篡改，但如果攻击者同时替换了数据和哈希值，就无从发现。HMAC（Keyed-Hashing for Message Authentication）在哈希中加入一个密钥，只有持有正确密钥的人才能生成或验证正确的哈希，从而同时保证完整性和真实性。

典型场景

API 签名：服务端和客户端共享一个 secret，客户端用 HMAC 生成请求签名，服务端验证签名，防止伪造请求。
会话令牌保护：对 session ID 加签，确保该值由服务器签发。
防篡改的 URL 参数（如密码重置链接）。

hmac 模块用法

import hmac, hashlib

secret = b'my-secret-key'
message = b'important data'

# 创建 HMAC 对象，指定哈希算法
h = hmac.new(secret, message, hashlib.sha256)
print(h.hexdigest())   # 64位十六进制签名

# 也可以使用便捷比较函数（避免时序攻击）
expected = hmac.new(secret, message, hashlib.sha256).hexdigest()
received = h.hexdigest()
if hmac.compare_digest(received, expected):
    print("签名匹配，数据可信")

hmac.compare_digest(a, b) 专门用于安全比较，它不会因为字符差异位置提前返回，防止时序分析攻击。无条件信任这种比较方式。

分步更新：和 hashlib 一样，hmac 也支持分步 update，适合处理流式数据。

h = hmac.new(secret, digestmod=hashlib.sha256)
h.update(b'chunk1')
h.update(b'chunk2')
signature = h.hexdigest()

18.5.3 最佳实践与踩坑提醒

永远不要用普通哈希做密码存储。至少加盐并用 PBKDF2/bcrypt/Argon2，因为普通哈希计算太快，彩虹表和暴力破解几乎无成本。
选择适当的哈希算法：非安全校验可用 SHA-256（或 MD5），安全场景务必用 SHA-256 及以上，并配合 HMAC 或专用签名算法。
编码一致性：无论是 hashlib 还是 hmac，传入的必须是字节串。字符串需要先用 encode('utf-8') 转换，否则会抛 TypeError。
大文件不一次性读入内存：使用流式 update，每次读 4KB~8KB 即可。
校验时防范时序攻击：比较 HMAC 值时务必使用 hmac.compare_digest()，而不是 ==。后者可能在第一个不同字节处就返回，泄露验证耗时的信息。
密钥安全：HMAC 的密钥千万不能硬编码在代码里，应从环境变量或密钥管理系统获取，且长度建议与哈希算法的块大小一致（SHA-256 使用 32 字节密钥）。

有了 hashlib 和 hmac，Python 已经内置了实现数据校验和安全签名的全套基础工具，轻量级场景完全够用，避免了第三方依赖的混乱。