这个字符串是Base64吗？我怎么知道使用了什么编码？

Question

这对我来说是个难题，我真的很烦恼自己无法解决它！所以，如果有人有空，我希望能听到一些解决的建议！

我使用的软件会把密码存储在一个Oracle数据库里。密码字段的类型是Varchar2(100 char)。我觉得这个软件会对密码进行编码，然后把编码后的字符串存储在数据库中。

我的密码是'1234'，而编码后的字符串是'cRDtpNCeBiql5KOQsKVyrA0sAiA='。数据库里的所有密码都是28个字符长。

我给自己设定的难题是找出这个字符串的编码和/或加密方式。我首先检查了Base64。

这是我在Python（idle）中的第一次测试：

>>> import base64
>>> encoded = 'cRDtpNCeBiql5KOQsKVyrA0sAiA='
>>> decoded = base64.b64decode(encoded)
>>> decoded
'q\x10\xed\xa4\xd0\x9e\x06*\xa5\xe4\xa3\x90\xb0\xa5r\xac\r,\x02 '
>>> print decoded
qíﾤО*ﾥ䣐ﾰﾥrﾬ

,

这是我的第二次测试：

>>> myString = '1234'
>>> encoded = base64.b64encode(myString)
>>> encoded
'MTIzNA=='
>>> decoded = base64.b64decode('MTIzNA==')
>>> decoded
'1234'

所以，我的第一个想法是这不是Base64编码。查了一下维基百科（https://en.wikipedia.org/wiki/Base64），似乎Base64编码的字符串并不是固定大小的。我的第二个想法是这个字符串可能是先被加密，然后再编码成Base64的，这就是为什么我得到的解码字符串看起来很奇怪。

有什么想法吗？

Answer 1

当 len(decoded) = 20 时，我猜这可能是经过Base64编码的SHA1哈希值。

你可以通过以下方式创建这样的密码：

import hashlib
import base64
passwd = '1234'
hp = base64.b64encode(hashlib.sha1(passwd).digest())
print hp
print len(hp)

至于存储密码的方式，这并不是很好，因为很多破解者可以使用“彩虹表”，这些表里存储了预先计算好的MD5、SHA1和其他哈希值，他们可以根据这些哈希值找出密码。为了防止这种情况，应该使用“盐”：hash(salt+passwd)，这个盐可以是一个随机字符串，存储在数据库中，每个用户都有一个，或者比如说用户的登录名（一些永远不会改变的东西）。

Answer 2

其实这是经过Base64编码的。不过，编码的不是密码本身，而是它的SHA-1哈希值。

from sha import sha
print 'cRDtpNCeBiql5KOQsKVyrA0sAiA='.decode('base64').encode('hex')
print sha('1234').hexdigest()

或者对于更新版本的Python：

from hashlib import sha1
print 'cRDtpNCeBiql5KOQsKVyrA0sAiA='.decode('base64').encode('hex')
print sha1('1234').hexdigest()

Base64会把3个字节编码成4个字符。你有27个字符，加上一个填充字符，可以看出这实际上是20个编码字节（27*3/4）。当某个与安全相关的东西是20个字节（或者160位）长的时候，通常就是SHA-1。而如果是16个字节（128位），那通常是MD5。

顺便说一下，给密码加点随机的“盐”是个好主意，这样即使两个密码是一样的，在数据库里也不会显得特别突出。在Linux系统中，crypt模块可以帮你做到这一点，并且还会增加一些额外的安全措施。

编辑：回应另一个评论 - 从“加密”的密码中找回原始密码是非常简单的。有一种技术几年前变得很有名，叫做彩虹表。甚至还有一些在线版本。只需输入你的哈希值（以十六进制形式，如7110eda4d09e062aa5e4a390b0a572ac0d2c0220），它就会在一秒钟内给你1234。