【Python】开发工具库-pycrypto(一)

本文涉及的产品
密钥管理服务KMS,1000个密钥,100个凭据,1个月
简介: 本文主要介绍下在Python语言环境下,几种常见的加密方式。对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下。

本文主要介绍下在Python语言环境下,几种常见的加密方式。对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下。


概述

我们所说的加密方式,都是对二进制编码的格式进行加密的,对应到Python中,则是我们的Bytes。所以当我们在Python中进行加密操作的时候,要确保我们操作的是Bytes,否则就会报错。常见的python加密算法里面,大体上可以分为三类:

  • 线性散列算法(签名算法)MD5,sha1
  • 对称性加密算法 AES DES
  • 非对称性加密算法 RSA


🔥1 Base64加解密

针对Base64加解密,比较简单,这里简单复述下就可以了,本文主要是是使用pycryptodome模块的加密。Base64的优缺点如下:

👉「优缺点」

  • 优点:方法简单
  • 缺点:不保险,别人拿到密文可以自己解密出明文

👉「编码原理」

将3个字节转换成4个字节((3 X 8)=24=(4X6)),先读入3个字节,每读一个字节,左移8位,再右移四次,每次6位,这样就有4个字节了。

👉 「解码原理

将4个字节转换成3个字节,先读入4个6位(用或运算),每次左移6位,再右移3次,每次8位,这样就还原了。

👉 「编码/解码实现」

加密,加密前转为utf-8编码

>>># 导入模块>>>importbase64>>>>>>password='Aion.Liu'>>>>>># 加密,加密前转为utf-8编码>>>pwd_enc=base64.b64encode(password.encode(encoding="utf-8")) 
>>>>>>print(pwd_enc)
b'QWlvbi5MaXU='>>>>>>pwd_dec=base64.b64decode(pwd_enc.decode()) # 解码>>>>>>print(pwd_dec)
b'Aion.Liu'>>>


2 pycrytodemo加解密

PyCrypto是 Python 中密码学方面最有名的第三方软件包。可惜的是,它的开发工作于2012年就已停止。幸运的是,有一个该项目的分支PyCrytodome 取代了 PyCrypto (支持到2.6.1)这个包里面实现MD2、MD4、MD5、RIPEMD、SHA1、SHA256等加密算法。本文主要是是使用pycryptodome模块的加密,关于PyCrytodomex有兴趣的小伙伴可以参考这里:https://pypi.org/project/pycryptodomex/

pycryto能实现大致3种类型的数据加密(单向加密、对称加密 和非对称加密),其中Python的base64模块加密和基于pycrypto模块的加密。

  • 单向加密:Crypto.Hash,其中中包含MD5、SHA1、SHA256等
  • 对称加密:Crypto.Cipher,如常见的DES等
  • 非对称加密:Crypto.Cipher,如常见的AES加密等
  • 随机数操作:Crypto.Random,也可以使用Python内置的random模块和secrets模块产生
  • 数字签名与验签:可能需要使用到 Crypto.PublicKey,Crypto.Hash,Crypto.Signature

今天主要探索下pycrytodemo中的Cipher以及Hash



🔥2.1 安装pycrytodemo

关于pycrytodemo的安装和使用,我建议大家参考下官方提供的说明以及案例官方提供的库地址:https://pypi.org/project/pycrypto/

如果用户还需要其他的,则也可以参考这个工具库:pycryptodomex 。关于pycrytodemo支持的操作系统

  • MacOS
  • Windows
  • Unix

支持的Python版本为:

  • Python2.7+
  • Python3.5+


这里可以使用pip管理器来安装pycryptodome,这里我之前已经安装过了,所以提示已经在python中。当前我python使用的实验版本为:python 3.10.1 ,实验机器为:MacOS 12.6

$ pip install pycryptodome

Requirement already satisfied: pycryptodome in /usr/local/lib/python3.10/site-packages (3.15.0)

🔥2.2 AES 加密解密

AES加密方式中的加密模式有11种:CBC、CCM、CFB、CTR、EAX(官网默认示例)、ECB、GCM、OCB、OFB、OPENPGP、SVI,具体可以参考(截止目前为止):https://github.com/Legrandin/pycryptodome/tree/master/lib/Crypto/Cipher 。而在网络上面多数博文中都是使用的CBC、ECB来做实验。这里按照官方案例,使用MODE_EAX模式。

  • 可以使用 AES.new(key, Mode) 进行加密设置
  • key:长度必须是16、24、或32位
  • 解密时必须要知道加密时使用的key和nonce、tag,再通过decrypt()方法进行解密
  • 中文、特殊字符需要转码后才可以使用
>>># 导入依赖>>>fromCrypto.CipherimportAES>>>fromCrypto.Randomimportget_random_bytes>>># 被加密的数据(需要转码)>>>data="WoAiNi123!@#".encode(encoding="utf-8")
>>>>>>print(data)
b'WoAiNi123!@#'>>>>>># 加密开始>>>key=get_random_bytes(16)
>>>cipher=AES.new(key, AES.MODE_EAX)
>>>>>>ciphertext, tag=cipher.encrypt_and_digest(data)
>>>>>>nonce=cipher.nonce>>>>>>print(cipher)
<Crypto.Cipher._mode_eax.EaxModeobjectat0x10ad47ac0>>>>>>>print(ciphertext)
b'\x1d\xf7\x00\xe9A\x8aZ\xedo\xa2KE\xce'>>>>>>print(tag)
b'^\xd3o\xc3\x92\xab\x84\xbfS\xb8\x9bC1fu&'>>>>>>print(nonce)
b'\\\xf04\xd2;L\xf6\x94\xbf\xcc\xeaQ\x1d\xee\xf0\xb6'>>>>>># 解密开始>>>cipher=AES.new(key, AES.MODE_EAX, nonce)
>>>>>>data=cipher.decrypt_and_verify(ciphertext, tag)
>>>>>>print(data)
b'WoAiNi123!@#'


🔥2.3 SHA加密

哈希算法在很多地方也被叫做摘要算法、散列算法。简单来说就像是给数据录指纹。常用来做数据校验、数据签名。常见算法有MD5、SHA、CRC等。工作中发现,很多人对哈希函数的了解仅限于MD5。其实,我们也可以采用SHA等加密算法。如果只是需要利用哈希的离散型,完全可以采用更轻的哈希算法,例如fnv hash,对内存是顺序访问,对CPU cache友好,效率比MD5高出很多。可以参考fnv hash:http://www.isthe.com/chongo/tech/comp/fnv/ 。下面回归正题了,首先看下官方给予的状态流程图。



这个其实还是比较简单些,看了下官方提供的例子,实验下就知道了。

>>>fromCrypto.HashimportSHA256>>>>>>data="WoAiNi123!@#".encode(encoding="utf-8")
>>>hash_object=SHA256.new(data)
>>># 使用digest()方法加密>>>print(hash_object.digest())
b'\x88\x88I\xb8\xfc\x0e\xec\xe7^\x0c\xeft\x13,ymR\xf3*^\xf1,\xf9\xd3\xdd\x97O\x82_\x9e/1'>>># 使用hexdigest()方法加密,该方法加密后是16进制的>>>print(hash_object.hexdigest())
888849b8fc0eece75e0cef74132c796d52f32a5ef12cf9d3dd974f825f9e2f31>>>>>>


其他示例参考官方提供的方法即可,例如SHA-2系列、SHA-3系列、BLAKE2系列、MD系列、HMAC、CMAC、Poly1305等加密算法。


📖总结

这一章节,简单介绍了Base64转麻药加密和解密,主要介绍了pycrytodemo这个库的两个算法:AES和SHA,下一个章节继续探索加密、解密算法。


📖参考

[1] pycryptodemo - https://pypi.org/project/pycrypto/

[2] pycryptodemox - https://pypi.org/project/pycryptodomex/

[3] MODE类型 - https://github.com/Legrandin/pycryptodome/tree/master/lib/Crypto/Cipher

[4] cipher加密、解密 - https://www.pycryptodome.org/src/cipher/cipher

[5] Hash加密、解密 - https://www.pycryptodome.org/src/hash/hash

[6] pycrypto - https://pypi.org/project/pycrypto/







相关文章
|
20天前
|
调度 开发者 Python
Python中的异步编程:理解asyncio库
在Python的世界里,异步编程是一种高效处理I/O密集型任务的方法。本文将深入探讨Python的asyncio库,它是实现异步编程的核心。我们将从asyncio的基本概念出发,逐步解析事件循环、协程、任务和期货的概念,并通过实例展示如何使用asyncio来编写异步代码。不同于传统的同步编程,异步编程能够让程序在等待I/O操作完成时释放资源去处理其他任务,从而提高程序的整体效率和响应速度。
|
23天前
|
数据采集 存储 数据挖掘
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域,Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧,帮助数据分析师快速处理复杂数据集,提高工作效率。
53 0
|
9天前
|
XML 存储 数据库
Python中的xmltodict库
xmltodict是Python中用于处理XML数据的强大库,可将XML数据与Python字典相互转换,适用于Web服务、配置文件读取及数据转换等场景。通过`parse`和`unparse`函数,轻松实现XML与字典间的转换,支持复杂结构和属性处理,并能有效管理错误。此外,还提供了实战案例,展示如何从XML配置文件中读取数据库连接信息并使用。
Python中的xmltodict库
|
16天前
|
数据库 Python
异步编程不再难!Python asyncio库实战,让你的代码流畅如丝!
在编程中,随着应用复杂度的提升,对并发和异步处理的需求日益增长。Python的asyncio库通过async和await关键字,简化了异步编程,使其变得流畅高效。本文将通过实战示例,介绍异步编程的基本概念、如何使用asyncio编写异步代码以及处理多个异步任务的方法,帮助你掌握异步编程技巧,提高代码性能。
51 4
|
16天前
|
API 数据处理 Python
探秘Python并发新世界:asyncio库,让你的代码并发更优雅!
在Python编程中,随着网络应用和数据处理需求的增长,并发编程变得愈发重要。asyncio库作为Python 3.4及以上版本的标准库,以其简洁的API和强大的异步编程能力,成为提升性能和优化资源利用的关键工具。本文介绍了asyncio的基本概念、异步函数的定义与使用、并发控制和资源管理等核心功能,通过具体示例展示了如何高效地编写并发代码。
25 2
|
1月前
|
网络协议 数据库连接 Python
python知识点100篇系列(17)-替换requests的python库httpx
【10月更文挑战第4天】Requests 是基于 Python 开发的 HTTP 库,使用简单,功能强大。然而,随着 Python 3.6 的发布,出现了 Requests 的替代品 —— httpx。httpx 继承了 Requests 的所有特性,并增加了对异步请求的支持,支持 HTTP/1.1 和 HTTP/2,能够发送同步和异步请求,适用于 WSGI 和 ASGI 应用。安装使用 httpx 需要 Python 3.6 及以上版本,异步请求则需要 Python 3.8 及以上。httpx 提供了 Client 和 AsyncClient,分别用于优化同步和异步请求的性能。
python知识点100篇系列(17)-替换requests的python库httpx
|
21天前
|
数据采集 JSON 测试技术
Python爬虫神器requests库的使用
在现代编程中,网络请求是必不可少的部分。本文详细介绍 Python 的 requests 库,一个功能强大且易用的 HTTP 请求库。内容涵盖安装、基本功能(如发送 GET 和 POST 请求、设置请求头、处理响应)、高级功能(如会话管理和文件上传)以及实际应用场景。通过本文,你将全面掌握 requests 库的使用方法。🚀🌟
41 7
|
22天前
|
机器学习/深度学习 数据采集 算法
Python机器学习:Scikit-learn库的高效使用技巧
【10月更文挑战第28天】Scikit-learn 是 Python 中最受欢迎的机器学习库之一,以其简洁的 API、丰富的算法和良好的文档支持而受到开发者喜爱。本文介绍了 Scikit-learn 的高效使用技巧,包括数据预处理(如使用 Pipeline 和 ColumnTransformer)、模型选择与评估(如交叉验证和 GridSearchCV)以及模型持久化(如使用 joblib)。通过这些技巧,你可以在机器学习项目中事半功倍。
30 3
|
25天前
|
数据采集 数据可视化 数据处理
如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`)
本文介绍了如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`),加载历史数据,计算均线和其他技术指标,实现交易逻辑,记录和可视化交易结果。示例代码展示了如何根据均线交叉和价格条件进行开仓、止损和止盈操作。实际应用时需注意数据质量、交易成本和风险管理。
49 5
|
24天前
|
存储 数据挖掘 数据处理
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第26天】Python 是数据分析领域的热门语言,Pandas 库以其高效的数据处理功能成为数据科学家的利器。本文介绍 Pandas 在数据读取、筛选、分组、转换和合并等方面的高效技巧,并通过示例代码展示其实际应用。
31 2
下一篇
无影云桌面