Python加密：hashlib与cryptography库使用

理解 hashlib 与 cryptography：哈希和加密有什么区别

在数据安全领域，哈希（Hash）、加密（Encryption）与编码（Encoding）常被混淆，但三者本质截然不同。编码（如 Base64）仅是数据格式转换，无安全性可言；哈希是单向不可逆的摘要算法，输入微小变化会导致输出雪崩，适用于完整性校验与数字指纹生成；加密则是双向可逆的数学变换，依赖密钥将明文转为密文，用于保护数据机密性。Python 标准库 hashlib 专注于哈希计算，提供 MD5、SHA-1、SHA-256 等算法，适合文件校验与数据签名场景；而第三方库 cryptography 则提供完整的现代密码学原语，涵盖对称加密（如 AES）、非对称加密（如 RSA）及密钥管理。算法选择应遵循“场景驱动”原则：若只需验证数据是否被篡改，优先选用 SHA-256 或 SHA-3；若需传输或存储敏感信息，则必须使用 cryptography 提供的经过审计的加密方案，绝不可将哈希误作加密手段。

使用 hashlib 生成哈希：常见算法、文件校验与密码避坑

hashlib 作为 Python 内置模块，无需额外安装，直接通过 import hashlib 即可调用。以字符串哈希为例，需先将文本编码为字节流，再传入算法对象：hashlib.sha256(b"hello").hexdigest() 即可获取十六进制摘要。针对大文件，直接读取会导致内存溢出，应采用分块读取策略：初始化哈希对象后，循环以固定大小（如 8192 字节）读取文件块并调用 .update(chunk)，最终通过 .hexdigest() 输出完整摘要。验证时只需对比两次计算的摘要值是否一致。需特别强调的是，哈希算法绝不能直接用于密码加密。由于彩虹表与暴力破解的存在，简单哈希极易被逆向。生产环境中存储密码必须使用带盐值（Salt）与慢速迭代机制的专用方案，如 cryptography.hazmat.primitives.kdf.pbkdf2 或 bcrypt，通过增加计算成本有效抵御离线破解攻击。

使用 cryptography 实现安全加密与解密

使用 cryptography 前需通过 pip install cryptography 安装。该库采用分层架构，推荐开发者使用其高层级（High-Level）API 以降低误用风险。以 Fernet 对称加密方案为例，它基于 AES-128-CBC 结合 HMAC-SHA256，提供认证加密（AEAD）特性。生成密钥可调用 Fernet.generate_key()，加密与解密分别通过 f.encrypt(data) 和 f.decrypt(token) 完成。解密失败时会抛出 InvalidToken 异常，必须通过 try...except 捕获以防止程序崩溃。对称加密适用于海量数据或内部系统通信，加解密共享同一密钥；非对称加密（如 RSA）则适用于密钥交换与数字签名，公钥加密、私钥解密。需注意，示例代码仅演示基础流程，生产环境必须结合安全的密钥管理系统（如 KMS 或 Vault），严禁将密钥硬编码在源码中，且 Fernet 不适用于跨平台或需细粒度权限控制的复杂场景。

验证结果与安全避坑：从示例代码到实际项目

在实际项目中，验证环节不可或缺。哈希校验应使用恒定时间比较函数（如 hmac.compare_digest()）防止时序攻击；加解密一致性可通过加密后立即解密并断言原始数据相等来验证。密钥管理是安全链条的核心，必须使用操作系统级安全随机数生成器（如 secrets 模块或 os.urandom），并存储于环境变量、加密配置文件或专用密钥管理服务中，绝不可提交至版本控制系统。日志记录需严格过滤敏感字段，避免明文密码或私钥泄露。异常处理应遵循“最小信息暴露”原则，捕获密码学异常时仅返回通用错误提示。常见误区包括：使用已淘汰的 MD5/SHA-1 进行安全校验、自行拼接加密逻辑、忽略初始化向量（IV）的唯一性。密码学第一原则是“永远不要自己发明算法”，应始终依赖经过广泛同行评审的标准库，并定期跟进 CVE 漏洞公告与依赖更新。