散列非 ascii 字符 C#答案

【问题标题】：Hashing non ascii characters C#散列非 ascii 字符 C#
【发布时间】：2012-01-17 09:42:13
【问题描述】：

这里有两个哈希生成器：

现在，我的问题是：为什么在尝试散列 char '€' (0x80) 时散列不同？我认为这是因为“€”不是普通的 ASCII 字符。这两个哈希中的哪一个是“正确的”？

我正在尝试使用 C# 计算哈希生成器 1 返回的哈希。这个散列函数不返回它。

private string GetMD5Hash(string TextToHash)
{
        if ((TextToHash == null) || (TextToHash.Length == 0))
        {
            return string.Empty;
        }
        MD5 md5 = new MD5CryptoServiceProvider();
        byte[] textToHash = Encoding.Default.GetBytes(TextToHash);
        byte[] result = md5.ComputeHash(textToHash);
        return BitConverter.ToString(result).Replace("-", "").ToLower();
}

我怎样才能改变它，让它返回我想要的哈希值？

附加信息：我做了一个小 AutoIt 脚本：

#include  <Crypt.au3>
ConsoleWrite(StringLower(StringMid(_Crypt_HashData(Chr(128), $CALG_MD5),3)) & @CRLF)

它会返回我想要的哈希值！但是我需要一个 C# 代码:)

【问题讨论】：

所以将“Encoding.Default.GetBytes”更改为“Encoding.UTF8.GetBytes”？
我不认为这是错误的，因为 AutoIt 代码获得了正确的哈希值。那么它有什么不同呢？？
@Alex：没有指定它使用的编码就没有“正确的哈希”这样的东西......哈希应用于二进制数据，而不是字符串 - 所以我们需要知道 binary 数据正在被散列。
对于“正确的哈希”，我的意思是我需要的哈希 :) 但是感谢您清除这个！
另外两个注意事项：€ 不是“不是普通的 ASCII 字符”——而是：它根本不是 ASCII 字符。此外，说它是“0x80”也没有意义——这取决于编码。唯一有用的数字（没有编码）是 unicode 代码点，即 0x20AC

标签： c# md5

【解决方案1】：

归结为您使用哪种编码将string 转换为byte[]（因此我建议使用 UTF-8，因为这是一个很常见的选择；但是，任何完整的 unicode 编码都可以只要你知道使用哪个）；例如，根据字符串"abc€"，我们可以推断出第一个站点可能正在使用以下任何一个：

874: Thai (Windows)
936: Chinese Simplified (GB2312)
1250: Central European (Windows)
1252: Western European (Windows)
1253: Greek (Windows)
1254: Turkish (Windows)
1255: Hebrew (Windows)
1256: Arabic (Windows)
1257: Baltic (Windows)
1258: Vietnamese (Windows)
50227: Chinese Simplified (ISO-2022)
51936: Chinese Simplified (EUC)
52936: Chinese Simplified (HZ)

就个人而言，我会使用 UTF-8！

这是我用来查找候选编码的代码：

    MD5 md5 = new MD5CryptoServiceProvider();
    foreach (var enc in Encoding.GetEncodings())
    {
        byte[] textToHash = enc.GetEncoding().GetBytes("abc€");
        byte[] result = md5.ComputeHash(textToHash);
        var output = BitConverter.ToString(result).Replace("-", "").ToLower();
        if(output == "7a66042043b2cc38ba16a13c596d740e")
        {  // result from http://www.md5hashgenerator.com/index.php
            Console.WriteLine(enc.CodePage + ": " + enc.DisplayName);
        }
    }

此外，使用字符串"dnos ʇǝqɐɥdʃɐ" 进行测试表明第二个站点肯定使用的是UTF-8；第一个站点找不到匹配项，所以我猜它使用的是基于代码页的编码，简而言之将无法可靠地工作与全范围的 unicode。

【讨论】：

非常感谢！这帮助很大。我一回家就试试看:)我很想给你+1，但我不能:(
代表亚历克斯 +1。我确认站点 2 是 UTF 8，站点 1 显然是西欧......
@Alex 如果 Garry 是正确的并且确实是西欧人，那么您将使用 Encoding.GetEncoding(1252).GetBytes(...)

【解决方案2】：

您展示的两个 MD5 页面都将 MD5 描述为适用于字符串的操作。它不是——它是一个适用于 byte 序列的操作。为了从字符串转换为字节序列，您需要使用编码。

您选择了Encoding.Default，这几乎总是一个糟糕的选择——我通常会选择Encoding.UTF8。然而，重要的是，这些网站都没有说明他们正在使用什么。但是，在现实生活中，我希望您要么控制两个哈希过程（假设确实有两个），要么您无法控制的任何哈希代码将指定要使用的编码.

请注意，有一种更简单的方法可以创建 MD5 的实例 - 只需使用 MD5.Create。您通常还应该将它放在using 语句中，因为它实现了IDisposable：

private static string GetMD5Hash(string text)
{
    if (string.IsNullOrEmpty(text))
    {
        return "";
    }
    using (var md5 = MD5.Create())
    {
        byte[] hash = md5.ComputeHash(Encoding.UTF8.GetBytes(text));
        return BitConverter.ToString(hash).Replace("-", "").ToLower();
    }
}

【讨论】：

谢谢！对我很有用。