在 Python 中复制这个 Java 哈希

Question

我正在尝试在 Python 中复制此哈希代码，但两种语言处理字节的方式不同，并生成非常不同的输出。

有人可以在这里指导我吗？

Java 代码（原始代码）

public static String hash(String filePath, String salt) {

        String finalHash = null;
        Path path = Paths.get(filePath);

        try {
            MessageDigest md = MessageDigest.getInstance("SHA-1");
            byte[] data = Files.readAllBytes(path);
            byte[] dataDigest = md.digest(data);
            byte[] hashDigest = md.digest(salt.getBytes("ISO-8859-1"));
            byte[] xorBytes = new byte[dataDigest.length];

            for (int i = 0; i < dataDigest.length && i < hashDigest.length; i++) {
                xorBytes[i] = (byte) (dataDigest[i] << 1 ^ hashDigest[i] >> 1);
            }

            finalHash = (new HexBinaryAdapter()).marshal(xorBytes);
        } catch (IOException | NoSuchAlgorithmException e) {
            e.printStackTrace();
        }
        return finalHash;
    }

Python 代码（由我翻译）

def generate_hash(file_path: str, salt: bytes) -> str:
    with open(file_path, 'rb') as f:
        data = f.read()

    hashed_file = sha1(data).digest()
    hashed_salt = sha1(salt).digest()

    xor_bytes = []

    for i in range(len(hashed_file)):
        xor_bytes.append((hashed_file[i] << 1 ^ hashed_salt[i] >> 1))

    return ''.join(map(chr, xor_bytes))  # This is probably not equivalent of HexBinaryAdapter

Answer 1

存在以下问题：

• 移位操作在Python代码中实现错误：

  在 Python 代码中，生成的哈希存储在类似字节的对象中，作为 0 和 255 [1] 之间的 无符号 整数值列表，例如0xc8 = 11001000 = 200。在Java 中，整数被存储为有符号 值，其中二进制补码用于表示负数[2][3]。如果存储在byte 变量中，值0x8c 将被解释为-56。

  >>-运算符在 二进制 级别上为有符号和无符号值生成不同的结果，因为它是一个 算术 移位运算符，保留符号 @987654324 @[5][6]。示例：

  signed       -56 >> 1 = 1110 0100 = -28
  unsigned     200 >> 1 = 0110 0100 = 100
  

  另一方面，<<-运算符不会导致上述问题，但会导致无法用字节表示的值。示例：

  signed       -56 << 1 = 1 1001 0000 = -112
  unsigned     200 << 1 = 1 1001 0000 = 400
  

  由于这些原因，在 Python 代码中的以下行

  xor_bytes.append((hashed_file[i] << 1 ^ hashed_salt[i] >> 1))
  

  必须替换为

  xor_bytes.append((hashed_file[i] << 1 ^ tc(hashed_salt[i]) >> 1) & 0xFF)
  

  在哪里

  def tc(val):
      if val > 127:
          val = val - 256
      return val
  

  确定二进制补码表示的负值（或更复杂的 按位 运算符请参阅[7]）。

  将位与 (&) 与0xFF 一起使用可确保在Python 代码中仅考虑相关字节，类似于Java 代码[5]。

• 有几种方法可以将类似列表/字节的对象转换为十六进制字符串（如在 Java 代码中），例如与[8][9]

  bytes(xor_bytes).hex() 
  

  或[8][10]（作为二进制字符串）

  binascii.b2a_hex(bytes(xor_bytes))
  

• 在 Python 代码中，必须考虑 salt 的编码。由于 salt 已经作为 binary 字符串传递（在 Java 代码中它作为字符串传递），因此必须在调用函数之前执行编码：

  saltStr = 'MySalt'
  salt = saltStr.encode('ISO-8859-1')
  

  为了与 Java 代码功能一致，盐必须作为字符串传递，并且必须在函数内执行编码。