奇怪的Python哈希库.md5行为，不同的哈希每个时间

Question

我在计算字符串的md5散列时遇到了一些非常奇怪的行为。若我传递串接结果的字串，传回的杂凑总是错误的（而且是不同的）。我发现在创建字符串之后，我并没有以任何方式修改字符串。在

Python 2.7.13 (v2.7.13:a06454b1afa1, Dec 17 2016, 20:42:59) [MSC v.1500 32 bit (Intel)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import hashlib
>>> m = hashlib.md5() 
>>> a1 = "stack"
>>> a2 = "overflow"
>>> a3 = a1 + a2
>>> a4 = str(a1 + a2)
>>> m.update("stackoverflow")
>>> m.hexdigest()
'73868cb1848a216984dca1b6b0ee37bc' //actuall hash
>>> m.update(a1 + a2)
>>> m.hexdigest()
'458b7358b9e0c3f561957b96e543c5a8'
>>> m.update(a3)
>>> m.hexdigest()
'65b0e62d4ff2d91e111ecc8f27f0e8f5'
>>> m.update(a4)
>>> m.hexdigest()
'60c3ae3dd9a2095340b2e024194bad3c'
>>> m.update(a1 + a2)
>>> m.hexdigest()
'acd4e14145d34dcb10af785badf8e73e'
>>> m.update(a1 + a2)
>>> m.hexdigest()
'03c06ca09faa26166f1096db02272b11'
>>> a1 + a2 == a1 + a2
True
>>> a1 + a2 == a3
True
>>> a3 == a4
True

我错过什么了吗？在

Answer 1

您缺少的是hash.update()无法替换哈希数据。您将不断更新hash对象，因此您将获得连接字符串的哈希值。从^{} documentation：

Update the hash object with the string arg. Repeated calls are equivalent to a single call with the concatenation of all the arguments: m.update(a); m.update(b) is equivalent to m.update(a+b).

大胆强调我的。在

因此，您没有得到单个'stackoverflow'字符串的哈希值，而是先得到'stackoverflow'的哈希值，然后是{}，然后是{}等的哈希值，每次附加另一个'stackoverflow'来创建一个越来越长的字符串。这些较长的字符串都不等于原始的短字符串，因此它们的哈希值也不太可能相等。在

为新字符串创建一个新对象，而不是：

>>> import hashlib
>>> m = hashlib.md5()
>>> m.update('stack' + 'overflow')
>>> m.hexdigest()
'73868cb1848a216984dca1b6b0ee37bc'
>>> m = hashlib.md5()   # **new** hash object
>>> m.update('stackoverflow')
>>> m.hexdigest()
'73868cb1848a216984dca1b6b0ee37bc'
>>> m = hashlib.md5()     # new object again
>>> m.update('stack')     # add the string in pieces, part 1
>>> m.update('overflow')  # and part 2
>>> m.hexdigest()
'73868cb1848a216984dca1b6b0ee37bc'

通过发送串联数据，您可以很容易地生成“错误”哈希：

^{pr2}$

请注意，您还可以将第一个字符串传入md5()函数：

>>> hashlib.md5('stackoverflow').hexdigest()
'73868cb1848a216984dca1b6b0ee37bc'

通常情况下，只有在处理块数据（如逐行读取文件或从套接字读取数据块）时，才使用hash.update()方法，并且不希望一次将所有这些数据保存在内存中。在