使用不同结果的MD5哈希

Question

我正在尝试将一些字符串编码为 MD5，但我注意到以下情况：

对于字符串：“123456çñ”

像http://www.md5.net, www.md5.cz和md5generator.net这样的网站的计算结果为“66f561bb6b68372213dd9768e55e1002”。

而像http://www.adamek.biz/md5-generator.php，7thspace.com/webmaster_tools/online_md5_encoder.html和 md5.rednoize.com 这些网站的计算结果为“9e6c9a1eeb5e00fbf4a2cd6519e0cfcb”。

我需要使用标准的MD5进行编码，原因是我需要将我的结果与其他系统连接。哪个散列值才是正确的？

先行致谢。

- Encripterrr

---

我感觉这是一个编码问题... - user541686

Answer 1

我猜问题出在不同的文本编码上。你展示的字符串无法使用ANSI编码表示 - 它需要UTF-16或UTF-8。选择后者之一会导致字符串有不同的字节表示，从而产生不同的哈希值。

请记住，MD5对字节进行哈希，而不是字符 - 在将字节提供给MD5之前，你可以自己选择如何将这些字符编码为字节。如果你想与其他系统互操作，你必须使用与那些系统相同的编码。

- sharptooth

---

哦，你比我快了25秒 :) 这会教训我不要浪费时间推荐SHA2。 - Cameron Skinner

Answer 2

让我们使用Python来理解这个问题。

>>> '123456çñ'
'123456\xc3\xa7\xc3\xb1'
>>> 'ç'
'\xc3\xa7'
>>> 'ñ'
'\xc3\xb1'

在上面的输出中，我们看到了对'ç'和'ñ'的UTF-8编码。

>>> md5('123456çñ').digest().encode('hex')
'66f561bb6b68372213dd9768e55e1002'

因此，当我们计算UTF-8编码数据的MD5散列时，我们会得到第一个结果。

>>> u'ç'
u'\xe7'
>>> u'ñ'
u'\xf1'

在这里，我们看到了'ç'和'ñ'的Unicode代码点。

>>> md5('123456\xe7\xf1').digest().encode('hex')
'9e6c9a1eeb5e00fbf4a2cd6519e0cfcb'

因此，当我们计算字符串中每个字符的Unicode代码点表示形式（可能是ISO-8859-1编码）的数据的MD5哈希值时，会得到第二个结果。

因此，第一个网站计算的是UTF-8编码数据的哈希值，而第二个网站则不是。

- Susam Pal

Answer 3

如果我尝试：

echo "123456çñ<br />";
echo "utf-8 : ".md5("123456çñ")."<br />";
echo "ISO-8859-1 : ".md5(iconv("UTF-8", "ISO-8859-1","123456çñ"))."<br />";

它会给出以下结果：

123456çñ
utf-8 : 66f561bb6b68372213dd9768e55e1002
ISO-8859-1 : 9e6c9a1eeb5e00fbf4a2cd6519e0cfcb

第一个网站使用ISO-8859-1编码字符串，而第二个网站使用UTF-8编码。

- Enki

Answer 4

我猜这些站点中有一些没有正确处理非ASCII字符。如果您使用标准的MD5库，那么只要您和您连接到的系统在使用哪种字符编码上达成一致，您就可以放心使用。

顺便说一下，现在不建议再使用MD5了。如果这是用于加密目的，那么您真的应该转向SHA2。

- Cameron Skinner