Java編碼算法與哈希算法如何使用

本篇內容主要講解“Java編碼算法與哈希算法如何使用”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“Java編碼算法與哈希算法如何使用”吧!

一、編碼算法

1.什么是編碼

ASCII 碼就是一種編碼，字母 A 的編碼是十六進制的 0x41 ，字母 B 是 0x42 ，以此類推。

因為 ASCII 編碼最多只能有 127 個字符，要想對更多的文字進行編碼，就需要用占用 2個字節的 Unicode 。而中文的"中"字使用 Unicode 編碼就是 0x4e2d ，使用 UTF8 則需要 3 個字節編碼；因此，最簡單的編碼是直接給每個字符指定一個若干字節表示的整數，復雜一點的 編碼就需要根據一個已有的編碼推算出來。比如 UTF-8 編碼，它是一種不定長編碼， 但可以從給定字符的 Unicode 編碼推算出來。

2.URL編碼

URL 編碼是瀏覽器發送數據給服務器時使用的編碼，它通常附加在 URL 的參數部 分，例如： https://www.baidu.com/s?wd=%E4%B8%AD%E6%96%87

之所以需要 URL 編碼，是因為出于兼容性考慮，很多服務器只識別 ASCII 字符。 但如果 URL 中包含中文、日文這些非 ASCII 字符怎么辦？不要緊， URL 編碼有一套 規則：

• 如果字符是 A ~ Z ， a ~ z ， 0 ~ 9 以及 - 、 _ 、 . 、 * ，則保持不變；

• 如果是其他字符，先轉換為 UTF-8 編碼，然后對每個字節以 %XX 表示。

例如：字符"中"的 UTF-8 編碼是 0xe4b8ad ，因此，它的 URL 編碼 是 %E4%B8%AD 。 URL 編碼總是大寫。

Java 標準庫提供了一個 URLEncoder 類來對任意字符串進行 URL 編碼：

import java.net.URLEncoder;
public class Main {
    public static void main(String[] args) {
        String encoded = URLEncoder.encode("中文!", "utf-8");
		System.out.println(encoded);
    }
}

上述代碼的運行結果是 %E4%B8%AD%E6%96%87%21 ，"中"的 URL 編碼 是 %E4%B8%AD ，"文"的URL編碼是 %E6%96%87 ， ! 雖然是 ASCII 字符，也要對其編 碼為 %21 。

如果服務器收到 URL 編碼的字符串，就可以對其進行解碼，還原成原始字符串。 Java 標準庫的 URLDecoder 就可以解碼：

public class Main {
    public static void main(String[] args) {
        String decoded = URLDecoder.decode("%E4%B8%AD%E6%96%87%21", "utf-8");
		System.out.println(decoded);
    }
}

特別注意： URL 編碼是編碼算法，不是加密算法。 URL 編碼的目的是把任意文本數據編碼為 % 前綴 表示的文本，編碼后的文本僅包含 A ~ Z ， a ~ z ， 0 ~ 9 ， - ， _ ， . ， * 和 % ，便于瀏覽 器和服務器處理。

3.Base64編碼

URL 編碼是對字符進行編碼，表示成 %xx 的形式，而 Base64 編碼是對二進制數 據進行編碼，表示成文本格式。

Base64 編碼可以把任意長度的二進制數據變為純文本，并且純文本內容中且只包 含指定字符內容： A ~ Z 、 a ~ z 、 0 ~ 9 、 + 、 / 、 = 。它的原理是把 3 字 節的二進制數據按 6bit 一組，用 4 個int整數表示，然后查表，把 int 整數用索引對 應到字符，得到編碼后的字符串。

6 位整數的范圍總是 0 ~ 63 ，所以，能用 64 個字符表示：字符 A ~ Z 對應索 引 0 ~ 25 ，字符 a ~ z 對應索引 26 ~ 51 ，字符 0 ~ 9 對應索引 52 ~ 61 ，最 后兩個索引 62 、 63 分別用字符 + 和 / 表示。

舉個例子： 3 個 byte 數據分別是 e4 、 b8 、 ad ，按 6bit 分組得到 39 、 0b 、 22 和 2d ：

┌───────────────┬───────────────┬───────────────┐
│      e4       │      b8       │      ad       │
└───────────────┴───────────────┴───────────────┘
┌─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┬─┐
│1│1│1│0│0│1│0│0│1│0│1│1│1│0│0│0│1│0│1│0│1│1│0│1│
└─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┴─┘
┌───────────┬───────────┬───────────┬───────────┐
│    39     │    0b     │    22     │    2d     │
└───────────┴───────────┴───────────┴───────────┘

在 Java 中，二進制數據就是 byte[] 數組。 Java 標準庫提供了 Base64 來對 byte[] 數組進行編解碼：

public class Main {
    public static void main(String[] args) {
        byte[] input = new byte[] { (byte) 0xe4, (byte) 0xb8, (byte) 0xad };
        String b64encoded = Base64.getEncoder().encodeToString(input);
        System.out.println(b64encoded);
    }
}

編碼后得到字符串結果： 5Lit4 。要對這個字符使用 Base64 解碼，仍然用 Base64 這個類：

public class Main {
    public static void main(String[] args) {
        byte[] output = Base64.getDecoder().decode("5Lit");
        System.out.println(Arrays.toString(output)); // [-28, -72, -83]
    }
}

因為標準的 Base64 編碼會出現 + 、 / 和 = ，所以不適合把 Base64 編碼后的字符串放到 URL 中。 一種針對 URL 的 Base64 編碼可以在 URL 中使用的 Base64 編碼，它僅僅是把 + 變成 - ， / 變成 _ ：

public class Main {
    public static void main(String[] args) {
        // 原始字節內容
		byte[] input = new byte[] { 0x01, 0x02, 0x7f, 0x00 };
		// 分別使用兩種方式進行編碼
		String b64Encode = Base64.getEncoder().encodeToString(input);
        String b64UrlEncoded = Base64.getUrlEncoder().encodeToString(input);
        // 結果完全一致
        System.out.println(b64Encode); 
        System.out.println(b64UrlEncoded);
        // 分別使用兩種方式進行重新解碼
        byte[] output1 = Base64.getDecoder().decode(b64Encode);
        System.out.println(Arrays.toString(output1));
        byte[] output2 = Base64.getUrlDecoder().decode(b64UrlEncoded);
        System.out.println(Arrays.toString(output2));
    }
}

• Base64 編碼的目的是把二進制數據變成文本格式，這樣在很多文本中就可以處理二進 制數據。例如，電子郵件協議就是文本協議，如果要在電子郵件中添加一個二進制文 件，就可以用 Base64 編碼，然后以文本的形式傳送。

• Base64 編碼的缺點是傳輸效率會降低，因為它把原始數據的長度增加了1/3。和 URL 編碼一樣， Base64 編碼是一種編碼算法，不是加密算法。

• 如果把 Base64 的 64 個字符編碼表換成 32 個、 48 個或者 58 個，就可以使 用 Base32 編碼， Base48 編碼和 Base58 編碼。字符越少，編碼的效率就會越低。

二、哈希算法

1.概述

哈希算法（ Hash ）又稱摘要算法（ Digest ），它的作用是：對任意一組輸入數 據進行計算，得到一個固定長度的輸出摘要。哈希算法的目的：為了驗證原始數據是否被篡改。

哈希算法最重要的特點就是：

• 相同的輸入一定得到相同的輸出；

• 不同的輸入大概率得到不同的輸出。

Java字符串的 hashCode() 就是一個哈希算法，它的輸入是任意字符串，輸出是固定 的 4 字節 int 整數：

"hello".hashCode(); // 0x5e918d2
"hello, java".hashCode(); // 0x7a9d88e8
"hello, bob".hashCode(); // 0xa0dbae2f

兩個相同的字符串永遠會計算出相同的 hashCode ，否則基于 hashCode 定位的 HashMap 就無法正常工 作。這也是為什么當我們自定義一個 class 時，覆寫 equals() 方法時我們必須正確覆寫 hashCode() 方法。

2.哈希碰撞

哈希碰撞是指，兩個不同的輸入得到了相同的輸出：

"AaAaAa".hashCode(); // 0x7460e8c0
"BBAaBB".hashCode(); // 0x7460e8c0
"通話".hashCode(); // 0x11ff03
"重地".hashCode(); // 0x11ff03

碰撞能不能避免？答案是不能。碰撞是一定會出現的，因為輸出的字節長度是固定的， String 的 hashCode() 輸出是 4 字節整數，最多只有 4294967296 種輸出，但輸入的數據長度是不固定的，有無數種輸入。所以，哈希算 法是把一個無限的輸入集合映射到一個有限的輸出集合，必然會產生碰撞。

碰撞不可怕，我們擔心的不是碰撞，而是碰撞的概率，因為碰撞概率的高低關系到哈希算法的安全性。一個安全的哈希算法必須滿足：

• 碰撞概率低；

• 不能猜測輸出：輸入的任意一個 bit 的變化會造成輸出完全不同，這樣就很難從輸出反推輸入（只能依靠 暴力窮舉）。

假設一種哈希算法有如下規律：

hashA("java001") = "123456"
hashA("java002") = "123457"
hashA("java003") = "123458"

那么很容易從輸出 123459 反推輸入，這種哈希算法就不安全。安全的哈希算法從輸出是看不出任何規律的：

hashB("java001") = "123456"
hashB("java002") = "580271"
hashB("java003") = ???

3.常用哈希算法

常用的哈希算法有：根據碰撞概率，哈希算法的輸出長度越長，就越難產生碰撞，也就越安全。

①.MD5

import java.security.MessageDigest;
public class main {
	public static void main(String[] args)  {
		// 創建一個MessageDigest實例:
        MessageDigest md = MessageDigest.getInstance("MD5");
        // 反復調用update輸入數據:
        md.update("Hello".getBytes("UTF-8"));
        md.update("World".getBytes("UTF-8"));
        // 16 bytes: 68e109f0f40ca72a15e05cc22786f8e6
        byte[] results = md.digest(); 
        StringBuilder sb = new StringBuilder();
        for(byte bite : results) {
        	sb.append(String.format("%02x", bite));
        }
        System.out.println(sb.toString());
	}
}

運行上述代碼，可以得到輸入HelloWorld 的 MD5 是 68e109f0f40ca72a15e05cc22786f8e6

使用 MessageDigest 時，我們首先根據哈希算法獲取一個 MessageDigest 實例，然后， 反復調用 update(byte[]) 輸入數據。當輸入結束后，調用 digest() 方法獲得 byte [] 數組表示的摘要，最后，把它轉換為十六進制的字符串。

②.SHA-1

import java.security.MessageDigest;
public class main {
	public static void main(String[] args)  {
		// 創建一個MessageDigest實例:
        MessageDigest md = MessageDigest.getInstance("SHA-1");
        // 反復調用update輸入數據:
        md.update("Hello".getBytes("UTF-8"));
        md.update("World".getBytes("UTF-8"));
        // 20 bytes: db8ac1c259eb89d4a131b253bacfca5f319d54f2
        byte[] results = md.digest(); 
        StringBuilder sb = new StringBuilder();
        for(byte bite : results) {
        	sb.append(String.format("%02x", bite));
        }
        System.out.println(sb.toString());
	}
}

類似的，計算 SHA-256 ，我們需要傳入名稱" SHA-256 "，計算 SHA-512 ，我們需要傳入名稱" SHA-512 "。

③.RipeMD-160

BouncyCastle是一個提供了很多哈希算法和加密算法的第三方開源庫。它提供了 Java 標準庫沒 有的一些算法，例如， RipeMD160 哈希算法。 RIPEMD160 是一種基于 Merkle-Damgård 結構的加密哈希函數，它是比特幣標準之一。 RIPEMD-160 是 RIPEMD 算法的增強版本， RIPEMD-160 算法可以產生出 160 位的的哈希摘要。

用法：

• 首先，我們必須把 BouncyCastle 提供的 bcprov-jdk15on-1.70.jar 添加至 classpath 。

• 其次，Java標準庫的 java.security 包提供了一種標準機制，允許第三方提供商無縫接入。我們要使用 Bouncy Castle 提供的 RipeMD160 算法，需要先把 BouncyCastle 注冊一下：

public class Main {
    public static void main(String[] args) throws Exception {
        // 注冊BouncyCastle提供的通知類對象BouncyCastleProvider
        Security.addProvider(new BouncyCastleProvider());
        // 獲取RipeMD160算法的"消息摘要對象"(加密對象)
        MessageDigest md = MessageDigest.getInstance("RipeMD160");
        // 更新原始數據
        md.update("HelloWorld".getBytes());
        // 獲取消息摘要(加密)
        byte[] result = md.digest();
        // 消息摘要的字節長度和內容
        System.out.println(result.length); // 160位=20字節
        System.out.println(Arrays.toString(result));
        // 16進制內容字符串
        String hex = new BigInteger(1,result).toString(16);
        System.out.println(hex.length()); // 20字節=40個字符
        System.out.println(hex);
    }
}

4.哈希算法的用途

校驗下載文件

因為相同的輸入永遠會得到相同的輸出，因此，如果輸入被修改了，得到的輸出就會不同。

如何判斷下載到本地的軟件是原始的、未經篡改的文件？我們只需要自己計算一下本地文件的哈希值，再 與官網公開的哈希值對比，如果相同，說明文件下載正確，否則，說明文件已被篡改。

存儲用戶密碼

如果直接將用戶的原始口令存放到數據庫中，會產生極大的安全風險： 數據庫管理員能夠看到用戶明文口令； 數據庫數據一旦泄漏，黑客即可獲取用戶明文口令。

到此，相信大家對“Java編碼算法與哈希算法如何使用”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！