在 Crypto++ 中获取 Unicode 字符串的 SHA1

Question

我自学C++，遇到一个问题，一个多星期都解决不了。我希望你能帮助我。

我需要获取 Unicode 字符串的 SHA1 摘要（如 Привет），但我不知道该怎么做。

我试着这样做，但是 returns 一个错误的摘要！

对于wstring('Ы') 它 returns - A469A61DF29A7568A6CC63318EA8741FA1CF2A7
我需要 - 8dbe718ab1e0c4d75f7ab50fc9a53ec4f0528373

问候和抱歉我的英语:)。

CryptoPP 5.6.2 MVC++ 2013

#include <iostream>
#include "cryptopp562\cryptlib.h"
#include "cryptopp562\sha.h"
#include "cryptopp562\hex.h"

int main() {

    std::wstring string(L"Ы");
    int bs_size = (int)string.length() * sizeof(wchar_t);

    byte* bytes_string = new byte[bs_size];

    int n = 0; //real bytes count
    for (int i = 0; i < string.length(); i++) {
        wchar_t wcharacter = string[i];

        int high_byte = wcharacter & 0xFF00;

        high_byte = high_byte >> 8;

        int low_byte = wcharacter & 0xFF;

        if (high_byte != 0) {
            bytes_string[n++] = (byte)high_byte;
        }

        bytes_string[n++] = (byte)low_byte;
    }

    CryptoPP::SHA1 sha1;
    std::string hash;

    CryptoPP::StringSource ss(bytes_string, n, true,
        new CryptoPP::HashFilter(sha1,
            new CryptoPP::HexEncoder(
                new CryptoPP::StringSink(hash)
            ) 
        ) 
    );

    std::cout << hash << std::endl;

    return 0;
}

Answer 1

这对我来说似乎很好用。

我没有尝试提取片段，而是简单地将宽字符缓冲区转换为 const byte* 并将其（以及调整后的大小）传递给哈希函数。

int main() {

    std::wstring string(L"Привет");

    CryptoPP::SHA1 sha1;
    std::string hash;

    CryptoPP::StringSource ss(
        reinterpret_cast<const byte*>(string.c_str()), // cast to const byte*
        string.size() * sizeof(std::wstring::value_type), // adjust for size
        true,
        new CryptoPP::HashFilter(sha1,
            new CryptoPP::HexEncoder(
                new CryptoPP::StringSink(hash)
            )
        )
    );

    std::cout << hash << std::endl;

    return 0;
}

输出：

C6F8291E68E478DD5BD1BC2EC2A7B7FC0CEE1420

编辑： 添加。

结果将 encoding 依赖。例如我运行 this on Linux 其中 wchar_t 是 4 个字节。在 Windows 我相信 wchar_t 可能只有 2 个字节。

为了保持一致性，最好使用 UTF8 以正常方式存储文本 std::string。这也使得调用 API 更简单：

int main() {

    std::string string("Привет"); // UTF-8 encoded

    CryptoPP::SHA1 sha1;
    std::string hash;

    CryptoPP::StringSource ss(
        string,
        true,
        new CryptoPP::HashFilter(sha1,
            new CryptoPP::HexEncoder(
                new CryptoPP::StringSink(hash)
            )
        )
    );

    std::cout << hash << std::endl;

    return 0;
}

输出：

2805AE8E7E12F182135F92FB90843BB1080D3BE8

Answer 2

你说‘但是它 returns 错误的摘要’——你拿它和什么比较？

要点：SHA-1 等摘要不适用于字符序列，但适用于字节 .

的序列

您在此代码片段中所做的是生成字符串 "Ы" 中 unicode 字符的临时编码。这种编码将（事实证明）匹配UTF-16编码如果字符串中的字符都在BMP中（'基本多语言平面'，在这种情况下是正确的） 和 if 以 wcharacter 结束的数字是表示 unicode 代码点的整数（这可能是正确的，但我认为不能保证）。

如果您与之比较的摘要使用 UTF-8 编码将输入字符串转换为字节序列（这很可能），那么它会产生与您的不同的字节序列，因此该序列的 SHA-1 摘要将与您在此处计算的摘要不同。

所以：

检查您的测试字符串使用的编码。
你最好使用一些库函数专门为你要处理的字符串生成UTF-16或UTF-8（视情况而定）编码，以确保字节序列您正在使用的就是您认为的那样。

在名副其实的文档 The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)

中对 unicode 和编码进行了很好的介绍

Answer 3

I need to get a SHA1 digest of a Unicode string (like Привет), but I don't know how to do that.

这里的技巧是您需要知道如何对 Unicode 字符串进行编码。在Windows上，一个wchar_t是2个八位字节；而在 Linux 上，wchar_t 是 4 个字节。 Character Set Considerations 上有一个 Crypto++ wiki 页面，但不是很好。

要最有效地进行互操作，请始终使用 UTF-8。这意味着您将 UTF-16 或 UTF-32 转换为 UTF-8。因为你在Windows，你会想打电话给WideCharToMultiByte function to convert it using CP_UTF8. If you were on Linux, then you would use libiconv。

Crypto++ 有一个名为 StringNarrow 的内置函数，它使用 C++。它在文件 misc.h 中。使用前一定要先调用setlocale

Stack Overflow 有几个关于使用 Windows 函数的问题。参见，例如，How do you properly use WideCharToMultiByte.

I need - 8dbe718ab1e0c4d75f7ab50fc9a53ec4f0528373

什么是散列值（SHA-1、SHA-256、...）？它是 HMAC（键控哈希）吗？信息是否已加盐（如存储中的密码）？它是如何编码的？我不得不问，因为我无法重现您想要的结果：

SHA-1:   2805AE8E7E12F182135F92FB90843BB1080D3BE8
SHA-224: 891CFB544EB6F3C212190705F7229D91DB6CECD4718EA65E0FA1B112
SHA-256: DD679C0B9FD408A04148AA7D30C9DF393F67B7227F65693FFFE0ED6D0F0ADE59
SHA-384: 0D83489095F455E4EF5186F2B071AB28E0D06132ABC9050B683DA28A463697AD
         1195FF77F050F20AFBD3D5101DF18C0D
SHA-512: 0F9F88EE4FA40D2135F98B839F601F227B4710F00C8BC48FDE78FF3333BD17E4
         1D80AF9FE6FD68515A5F5F91E83E87DE3C33F899661066B638DB505C9CC0153D

这是我使用的程序。请务必指定宽字符串的长度。如果您不这样做（并使用 -1 作为长度），则 WideCharToMultiByte 将在其计算中包括终止 ASCII-Z。由于我们使用的是 std::string，因此我们不需要包含 ASCII-Z 终止符的函数。

int main(int argc, char* argv[])
{
    wstring m1 = L"Привет"; string m2;

    int req = WideCharToMultiByte(CP_UTF8, 0, m1.c_str(), (int)m1.length(), NULL, 0, NULL, NULL);
    if(req < 0 || req == 0)
        throw runtime_error("Failed to convert string");

    m2.resize((size_t)req);

    int cch = WideCharToMultiByte(CP_UTF8, 0, m1.c_str(), (int)m1.length(), &m2[0], (int)m2.length(), NULL, NULL);
    if(cch < 0 || cch == 0)
        throw runtime_error("Failed to convert string");

    // Should not be required
    m2.resize((size_t)cch);

    string s1, s2, s3, s4, s5;
    SHA1 sha1; SHA224 sha224; SHA256 sha256; SHA384 sha384; SHA512 sha512;

    HashFilter f1(sha1, new HexEncoder(new StringSink(s1)));
    HashFilter f2(sha224, new HexEncoder(new StringSink(s2)));
    HashFilter f3(sha256, new HexEncoder(new StringSink(s3)));
    HashFilter f4(sha384, new HexEncoder(new StringSink(s4)));
    HashFilter f5(sha512, new HexEncoder(new StringSink(s5)));

    ChannelSwitch cs;
    cs.AddDefaultRoute(f1);
    cs.AddDefaultRoute(f2);
    cs.AddDefaultRoute(f3);
    cs.AddDefaultRoute(f4);
    cs.AddDefaultRoute(f5);

    StringSource ss(m2, true /*pumpAll*/, new Redirector(cs));

    cout << "SHA-1:   " << s1 << endl;
    cout << "SHA-224: " << s2 << endl;
    cout << "SHA-256: " << s3 << endl;
    cout << "SHA-384: " << s4 << endl;
    cout << "SHA-512: " << s5 << endl;

    return 0;
}

在 Crypto++ 中获取 Unicode 字符串的 SHA1

Get SHA1 of Unicode string in Crypto++

c++

unicode

sha1

digest

crypto++