hashlib模块
算法介绍
Python的hashlib提供了常见的摘要算法，如MD5，SHA1等等。
什么是摘要算法呢？摘要算法又称哈希算法、散列算法。它通过一个函数，把任意长度的数据转换为一个长度固定的数据串（通常用16进制的字符串表示）。
摘要算法就是通过摘要函数f()对任意长度的数据data计算出固定长度的摘要digest，目的是为了发现原始数据是否被人篡改过。
摘要算法之所以能指出数据是否被篡改过，就是因为摘要函数是一个单向函数，计算f(data)很容易，但通过digest反推data却非常困难。而且，对原始数据做一个bit的修改，都会导致计算出的摘要完全不同。
我们以常见的摘要算法MD5为例，计算出一个字符串的MD5值
import hashlib md5 = hashlib.md5() md5.update('how to use md5 in python hashlib?') print md5.hexdigest() 计算结果如下： d26a53750bc40b38b65a520292f69306
如果数据量很大，可以分块多次调用update()，最后计算的结果是一样的：
md5 = hashlib.md5() md5.update('how to use md5 in ') md5.update('python hashlib?') print md5.hexdigest()
MD5是最常见的摘要算法，速度很快，生成结果是固定的128 bit字节，通常用一个32位的16进制字符串表示。另一种常见的摘要算法是SHA1，调用SHA1和调用MD5完全类似：
import hashlib sha1 = hashlib.sha1() sha1.update('how to use sha1 in ') sha1.update('python hashlib?') print sha1.hexdigest()
SHA1的结果是160 bit字节，通常用一个40位的16进制字符串表示。比SHA1更安全的算法是SHA256和SHA512，不过越安全的算法越慢，而且摘要长度更长。
加密:将明文数据通过一系列算法变成密文数据(目的就是为了数据的安全)
加密算法:md系列 sha系列 base系列 hmac系列
# 基本使用
import hashlib
# 1.先确定算法类型(md5普遍使用)
md5 = hashlib.md5()
# 2.将明文数据传递给md5算法(update只能接受bytes类型数据)
# md5.update('123'.encode('utf8'))
md5.update(b'123')
# 3.获取加密之后的密文数据(没有规则的一串随机字符串)
res = md5.hexdigest()
print(res)
"""
1.加密之后的密文数据是没有办法反解密成明文数据的
市面上所谓的破解 其实就是提前算出一系列明文对应的密文
之后比对密文再获取明文
"""
# import hashlib # # # # 1.先确定算法类型(md5普遍使用) # md5 = hashlib.md5() # # 2.将明文数据传递给md5算法(update只能接受bytes类型数据) # # md5.update('123'.encode('utf8')) # md5.update(b'123') # # 3.获取加密之后的密文数据(没有规则的一串随机字符串) # res = md5.hexdigest() # print(res) """ 1.加密之后的密文数据是没有办法反解密成明文数据的 市面上所谓的破解 其实就是提前算出一系列明文对应的密文 之后比对密文再获取明文 """ # 1.明文数据只要是相同的 那么无论如何传递加密结果肯定是一样的 # import hashlib # # 1.先确定算法类型(md5普遍使用) # md5 = hashlib.md5() # # 2.将明文数据传递给md5算法(update只能接受bytes类型数据) # # md5.update('123'.encode('utf8')) # # md5.update(b'hellojason123') # md5.update(b'hello') # md5.update(b'jason') # md5.update(b'123') # 4bd388611b31c548eedef14b16c9868c # # 3.获取加密之后的密文数据(没有规则的一串随机字符串) # res = md5.hexdigest() # print(res) # 4bd388611b31c548eedef14b16c9868c # 2.密文数据越长表示内部对应的算法越复杂 越难被正向破解 # import hashlib # # 1.先确定算法类型(md5普遍使用) # md5 = hashlib.sha256() # # 2.将明文数据传递给md5算法(update只能接受bytes类型数据) # # md5.update('123'.encode('utf8')) # # md5.update(b'hellojason123') # md5.update(b'hello') # md5.update(b'jason') # md5.update(b'123') # 6ec0f865ec4e9bcf9abc7f6c0e7268acfb2ba36f3e460fd592a214f7eacc92b0 # # 3.获取加密之后的密文数据(没有规则的一串随机字符串) # res = md5.hexdigest() # print(res) # 6ec0f865ec4e9bcf9abc7f6c0e7268acfb2ba36f3e460fd592a214f7eacc92b0 """ 密文越长表示算法越复杂 对应的破解算法的难度越高 但是越复杂的算法所需要消耗的资源也就越多 密文越长基于网络发送需要占据的数据也就越大 具体使用什么算法取决于项目的要求 一般情况下md5足够了 """ # 3.涉及到用户密码存储 其实都是密文 只要用户自己知道明文是什么 """ 1.内部程序员无法得知明文数据 2.数据泄露也无法得知明文数据 ATM购物车练习 用户密码采取的就是密文存取 """ # 4.加盐处理 """ 在对明文数据做加密处理过程前添加一些干扰项 """ # import hashlib # # 1.先确定算法类型(md5普遍使用) # md5 = hashlib.md5() # # 2.将明文数据传递给md5算法(update只能接受bytes类型数据) # # md5.update('123'.encode('utf8')) # # 加盐(干扰项) # md5.update('公司内部自己定义的盐'.encode('utf8')) # # 真实数据 # md5.update(b'hellojason123') # # 3.获取加密之后的密文数据(没有规则的一串随机字符串) # res = md5.hexdigest() # print(res) # 4326fe1839d7c4186900eb2b356d4f8a # 5.动态加盐 """ 在对明文数据做加密处理过程前添加一些变化的干扰项 """ # import hashlib # # 1.先确定算法类型(md5普遍使用) # md5 = hashlib.md5() # # 2.将明文数据传递给md5算法(update只能接受bytes类型数据) # # md5.update('123'.encode('utf8')) # # 加盐(干扰项) # # md5.update('公司内部自己定义的盐'.encode('utf8')) # # 动态加盐(干扰项) 当前时间 用户名的部分 uuid(随机字符串(永远不会重复)) # import time # res1 = str(time.time()) # md5.update(res1.encode('utf8')) # # 真实数据 # md5.update(b'hellojason123') # # 3.获取加密之后的密文数据(没有规则的一串随机字符串) # res = md5.hexdigest() # print(res) # 4326fe1839d7c4186900eb2b356d4f8a """ 在IT互联网领域 没有绝对的安全可言 只有更安全 原因在于互联网的本质 就是通过网线(网卡)连接计算机 """ # 6.校验文件一致性 """ 文件不是很大的情况下 可以将所有文件内部全部加密处理 但是如果文件特别大 全部加密处理相当的耗时好资源 如何解决??? 针对大文件可以使用切片读取的方式 """ # import hashlib # md5 = hashlib.md5() # with open(r'a.txt','rb') as f: # for line in f: # md5.update(line) # real_data = md5.hexdigest() # print(real_data) # 29d8ea41c610ee5d1e76dd0a42c7e60a # with open(r'a.txt','rb') as f: # for line in f: # md5.update(line) # error_data = md5.hexdigest() # print(error_data) # 738a56b49f24884ba758d1e4ab6ceb74 # import os # # 读取文件总大小 # res = os.path.getsize(r'a.txt') # # 指定分片读取策略(读几段 每段几个字节) 10 f.seek() # read_method = [0,res//4,res//2,res] """ 比特流技术 断点续传技术 """
知识点很多 但是需要掌握的很少(会用即可)
import logging
# 日志有五个等级(从上往下重要程度不一样)
# logging.debug('debug级别') # 10
# logging.info('info级别') # 20
# logging.warning('warning级别') # 30
# logging.error('error级别') # 40
# logging.critical('critical级别') # 50
'''默认记录的级别在30及以上'''# 简单使用
import logging
file_handler = logging.FileHandler(filename='x1.log', mode='a', encoding='utf-8',)
logging.basicConfig(
format='%(asctime)s - %(name)s - %(levelname)s -%(module)s: %(message)s',
datefmt='%Y-%m-%d %H:%M:%S %p',
handlers=[file_handler,],
level=logging.ERROR
)
logging.error('日志模块很好学 不要自己吓自己')
"""
1.如何控制日志输入的位置
想在文件和终端中同时打印
2.不同位置如何做到不同的日志格式
文件详细一些 终端简单一些
"""
import logging # 1.logger对象:负责产生日志 logger = logging.getLogger('转账记录') # 2.filter对象:负责过滤日志(直接忽略) # 3.handler对象:负责日志产生的位置 hd1 = logging.FileHandler('a1.log',encoding='utf8') # 产生到文件的 hd2 = logging.FileHandler('a2.log',encoding='utf8') # 产生到文件的 hd3 = logging.StreamHandler() # 产生在终端的 # 4.formatter对象:负责日志的格式 fm1 = logging.Formatter( fmt='%(asctime)s - %(name)s - %(levelname)s -%(module)s: %(message)s', datefmt='%Y-%m-%d %H:%M:%S %p', ) fm2 = logging.Formatter( fmt='%(asctime)s - %(name)s %(message)s', datefmt='%Y-%m-%d', ) # 5.绑定handler对象 logger.addHandler(hd1) logger.addHandler(hd2) logger.addHandler(hd3) # 6.绑定formatter对象 hd1.setFormatter(fm1) hd2.setFormatter(fm2) hd3.setFormatter(fm1) # 7.设置日志等级 logger.setLevel(30) # 8
# 核心就在于CV
import logging
import logging.config
standard_format = '[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]' \
'[%(levelname)s][%(message)s]' #其中name为getlogger指定的名字
simple_format = '[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s'
logfile_path = 'a3.log'
# log配置字典
LOGGING_DIC = {
'version': 1,
'disable_existing_loggers': False,
'formatters': {
'standard': {
'format': standard_format
},
'simple': {
'format': simple_format
},
},
'filters': {}, # 过滤日志
'handlers': {
#打印到终端的日志
'console': {
'level': 'DEBUG',
'class': 'logging.StreamHandler', # 打印到屏幕
'formatter': 'simple'
},
#打印到文件的日志,收集info及以上的日志
'default': {
'level': 'DEBUG',
'class': 'logging.handlers.RotatingFileHandler', # 保存到文件
'formatter': 'standard',
'filename': logfile_path, # 日志文件
'maxBytes': 1024*1024*5, # 日志大小 5M
'backupCount': 5,
'encoding': 'utf-8', # 日志文件的编码，再也不用担心中文log乱码了
},
},
'loggers': {
#logging.getLogger(__name__)拿到的logger配置 空字符串作为键 能够兼容所有的日志
'': {
'handlers': ['default', 'console'], # 这里把上面定义的两个handler都加上，即log数据既写入文件又打印到屏幕
'level': 'DEBUG',
'propagate': True, # 向上（更高level的logger）传递
}, # 当键不存在的情况下 (key设为空字符串)默认都会使用该k:v配置
},
}
# 使用配置字典
logging.config.dictConfig(LOGGING_DIC) # 自动加载字典中的配置
logger1 = logging.getLogger('xxx')
logger1.debug('好好的 不要浮躁 努力就有收获')
# 并不是python自带的 需要基于网络下载!!! '''pip所在的路径添加环境变量''' 下载第三方模块的方式 方式1:命令行借助于pip工具 pip3 install 模块名 # 不知道版本默认是最新版 pip3 install 模块名==版本号 # 指定版本下载 pip3 install 模块名 -i 仓库地址 # 临时切换 '''命令行形式永久修改需要修改python解释器源文件''' 方式2:pycharm快捷方式 settings project project interprter 双击或者加号 点击右下方manage管理添加源地址即可 # 下载完第三方模块之后 还是使用import或from import句式导入使用 """ pip命令默认下载的渠道是国外的python官网(有时候会非常的慢) 我们可以切换下载的源(仓库) （1）阿里云 http://mirrors.aliyun.com/pypi/simple/ （2）豆瓣 http://pypi.douban.com/simple/ （3）清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/ （4）中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/ （5）华中科技大学http://pypi.hustunique.com/ pip3 install openpyxl -i http://mirrors.aliyun.com/pypi/simple/ """ """ 下载第三方模块可能报错的情况及解决措施 1.报错的提示信息中含有关键字timeout 原因:网络不稳定 措施:再次尝试 或者切换更加稳定的网络 2.找不到pip命令 环境变量问题 3.没有任何的关键字 不同的模块报不同的错 原因:模块需要特定的计算机环境 措施:拷贝报错信息 打开浏览器 百度搜索即可 pip下载某个模块报错错误信息 """
浙公网安备 33010602011771号