MD5/SHA-1/SHA-256/SHA-3/SM3 有什么区别?哈希算法选择与在线计算
四个每天都在发生的场景
哈希这个词之所以绕人,是因为它在不同人手里指的是完全不同的活儿。
**下载校验。**从镜像站拉一个 2GB 的系统镜像,发布方在页面上贴一串 64 个十六进制字符,说这是 SHA-256。你下载完,本地算一遍,两边一致才敢装。这里哈希回答的是:文件在路上有没有被截断、替换。
**接口签名。**对接开放平台,文档写着「参数按字典序拼接,末尾加 secret,做 HMAC-SHA256,取小写十六进制」。服务端用同样方式再算一遍,对不上就拒绝。这里哈希回答的是:这条请求是不是你发的,中途有没有被改过。
**内容去重。**两万个文件找重复,逐字节比对是 O(n²) 的灾难;给每个文件算摘要,摘要相同再细比,工作量立刻降下来。
**数据比对。**两份导出的 CSV 想找出哪几行变了。给每行算摘要做成键,左右一 join,差异行自己浮出来。
四个场景的共同点是:你不关心内容写了什么,只关心「变没变」「是不是同一份」。但要求并不一样——校验下载只要求别撞车,接口签名还要求别人伪造不出来,去重只要求快,如果是给密码做摘要,要求就反过来了:要慢。所以算法选择本质上是在回答一个问题:谁会从「撞车」里获益。
哈希函数到底做了什么
哈希函数把任意长度的输入映射成固定长度的输出。输入叫消息,输出叫摘要、指纹或哈希值。数学上写作 H: {0,1}* → {0,1}^n,右边的 n 是固定的。
决定它能不能用的,是下面几条性质。
定长输出
不管输入是空字符串、3 个字节还是 10GB 的镜像,同一种算法的输出长度永远一样。MD5 出 128 位,写成十六进制是 32 个字符;SHA-256 出 256 位,64 个字符;SHA-512 出 512 位,128 个字符。
这条性质听着平淡,实际很有用:数据库字段可以定长,协议头可以写死长度,比较逻辑不用考虑输入多长。
单向性(抗原像)
给你摘要,反推原文,在计算上不可行。「计算上不可行」不等于「数学上不可能」:理论上把 2^256 种输入全试一遍总能撞出来,但那需要的能量比宇宙里能调动的还多,所以工程上等同于做不到。
单向性经常被误解成「绝对安全」,对短输入它并不成立。六位数字验证码的摘要空间只有一百万种,全算一遍只要一瞬间。它保护的是「输入空间足够大且不可预测」的场景。
雪崩效应
输入改动一个比特,输出应该像雪崩一样扩散——大约一半的输出位翻转,且看不出规律。这样两份只差一个字符的文件,摘要完全不同,不会出现「改了但还是有点像」。
用 SHA-256 实测,只把 abc 换成 abd:
SHA-256("abc") = ba7816bf8f01cfea414140de5dae2223 b00361a396177a9cb410ff61f20015ad
SHA-256("abd") = a52d159f262b2c6ddb724a61840befc3 6eb30c88877a4030b65cbe86298449c9一个字符之差,输出从第 1 个十六进制位就开始不一样,后面也没有任何可追踪的对应关系。
确定性
同一个算法、同一份字节,算多少次结果都一样。这是一切校验的基础。
但确定性有个前提容易忽略:输入是字节,不是「文字」。你粘贴「你好」,工具实际算的是它的 UTF-8 编码 E4 BD A0 E5 A5 BD(6 个字节)。换成 GBK 是 4 个字节,摘要是另一串。同一段文字在不同系统里算出不同哈希,九成是编码或换行差异,不是工具算错。
还有一条:抗碰撞
上面说的是「单向」,更严格的要求是抗碰撞:找不到两条不同的消息,摘要相同。
「给定摘要找原文」和「找两条撞车的消息」难度完全不同。前者叫原像攻击,后者叫碰撞攻击,密码学界的进展几乎都发生在后者上。MD5 和 SHA-1 出问题,出的都是碰撞:不是有人反推出了原文,而是有人能造出两份内容不同、摘要相同的文件。这个区别很关键,后文讲 MD5 为什么还能用时全靠它。
输出位数与安全强度:为什么不是「越长越好」
这里有个容易算错的地方。256 位的摘要,并不意味着「要试 2^256 次才能找到碰撞」。
找碰撞不需要指定目标,只要在大量消息里碰运气,这就是生日问题:一个房间里有 23 个人,两人生日相同的概率就超过一半。对应到哈希,n 位输出的碰撞搜索复杂度大约是 2^(n/2)——SHA-256 是 2^128,MD5 的 128 位输出只剩下 2^64。2^64 是个很别扭的量级:单块 GPU 跑不完,但对有预算、有动机去构造碰撞的攻击者,已经不再是天文数字。加上针对 MD5 结构的专门分析还能把这个成本再压低,这也是它从「理论上不安全」迅速变成「工程上不安全」的原因。
所以选位数看的是碰撞强度,不是输出长度本身:128 位给 64 位碰撞强度,256 位给 128 位,512 位给 256 位。128 位碰撞强度在可预见的未来足够用,这就是 SHA-256 成为默认答案的结构性原因;SHA-512 更保险,代价是摘要长一倍、存储和传输成本上升。
顺带解释一个常见疑问:为什么 MD5 输出 32 个十六进制字符,而不是 128 个?因为一个十六进制字符承载 4 个比特,128 ÷ 4 = 32。SHA-256 是 256 ÷ 4 = 64,SHA-512 是 128。看到一串摘要,数一下字符数就能反推算法:32 个多半是 MD5,40 个是 SHA-1,56 个是 SHA-224,64 个可能是 SHA-256、SHA3-256 或 SM3,96 个是 SHA-384,128 个是 SHA-512。
算法全景对比
| 算法 | 输出长度 | 分组(块)大小 | 内部结构 | 安全性状态 | 典型用途 | 新项目建议 |
|---|---|---|---|---|---|---|
| MD5 | 128 位 / 16 字节 | 512 位 | Merkle–Damgård | 已破解,实用碰撞攻击 | 文件完整性、去重键、历史系统兼容 | 不用于安全场景 |
| SHA-1 | 160 位 / 20 字节 | 512 位 | Merkle–Damgård | 已弃用,碰撞已被实际构造 | 旧版 Git、旧证书、遗留协议 | 不用于新设计 |
| SHA-224 | 224 位 / 28 字节 | 512 位 | Merkle–Damgård | 未见实用攻击 | 短摘要的嵌入式、证书 | 可用,多为兼容 |
| SHA-256 | 256 位 / 32 字节 | 512 位 | Merkle–Damgård | 未见实用攻击 | 通用默认、签名、区块链 | 推荐 |
| SHA-384 | 384 位 / 48 字节 | 1024 位 | Merkle–Damgård | 未见实用攻击 | TLS、高安全等级场景 | 推荐 |
| SHA-512 | 512 位 / 64 字节 | 1024 位 | Merkle–Damgård | 未见实用攻击 | 高安全强度、64 位平台 | 推荐 |
| SHA3-224 | 224 位 / 28 字节 | 海绵结构,rate 1152 位 | Keccak 海绵 | 未见实用攻击 | 需 SHA-3 家族的短摘要 | 视标准要求 |
| SHA3-256 | 256 位 / 32 字节 | 海绵结构,rate 1088 位 | Keccak 海绵 | 未见实用攻击 | 新一代标准、部分合规要求 | 可选 |
| SHA3-384 | 384 位 / 48 字节 | 海绵结构,rate 832 位 | Keccak 海绵 | 未见实用攻击 | 高安全等级 | 可选 |
| SHA3-512 | 512 位 / 64 字节 | 海绵结构,rate 576 位 | Keccak 海绵 | 未见实用攻击 | 高安全等级 | 可选 |
| SM3 | 256 位 / 32 字节 | 512 位 | Merkle–Damgård | 未见实用攻击 | 中国商用密码体系 | 合规场景必须 |
「分组大小」这一列容易跳过,但它解释了不少性能现象:SHA-256 按 512 位块处理,SHA-512 按 1024 位块并用 64 位字运算,所以在 64 位 CPU 上 SHA-512 的每字节成本经常反而更低。小文件看不出差别,大流量场景有意义。
MD5 与 SHA-1:一段不能省略的历史
MD5 出自 Ron Rivest 之手(1992 年,RFC 1321),设计目标是快。它确实快,二十多年里成了「算个校验值」的默认选择,从论坛附件到 CDN 缓存键到处都是。2004 年王小云团队公布 MD5 碰撞构造方法,把「理论上可能」变成了工程上可复现——当年那次演示还要动用集群,如今开源工具在普通机器上跑一会儿就能生成一对碰撞块,门槛已经降到「有动机就能做」。
SHA-1 由 NSA 设计、NIST 发布(1995 年),输出 160 位。2017 年 Google 与 CWI 的 SHAttered 项目公开了两个内容不同但 SHA-1 相同的 PDF,成本约 2^63 次计算——对国家级对手来说可以接受。
这两件事的性质要讲清楚:**被攻破的是抗碰撞性,不是单向性。**今天用 MD5 反推复杂口令仍然做不到,但你能造出两份摘要相同的文件。所以「MD5 还能不能用」取决于你的场景里,有没有人能从「造出第二份同摘要文件」中获利。
SHA-2:今天的默认答案
SHA-2 家族 2001 年公布,包含 SHA-224、SHA-256、SHA-384、SHA-512,现行标准是 FIPS 180-4。它们共用 Merkle–Damgård 骨架,区别在初始值、输出截断方式和字长。
SHA-224 不是「SHA-256 砍掉 32 位」,它有独立初始值,和 SHA-256 的截断结果不同;它存在的意义是给需要 112 位安全强度的场景一个更短的输出。SHA-384 同理,是 SHA-512 的截断变体,也用不同初始值。
还有个容易混淆的成员:SHA-512/224 和 SHA-512/256。它们和 SHA-224、SHA-256 完全不是一回事,看到 SHA-512/256 别当成 SHA-256。
对绝大多数新项目,SHA-256 就是那个不需要理由的选择:生态支持最广,硬件加速普遍(Intel SHA 扩展、ARMv8 加密指令都直接支持),出问题也有最多替代方案。
SHA-3:换了一套骨架
SHA-3 不是「SHA-2 的加强版」。它是公开竞赛的产物:2007 年 NIST 发起,2012 年 Keccak 胜出,2015 年发布为 FIPS 202。
结构上,SHA-2 是 Merkle–Damgård:把消息切块、逐块压缩、末尾补长度。这种结构有个天然弱点叫长度扩展攻击——知道 H(key || message) 的人,不需要知道 key,就能算出 H(key || message || padding || extra)。历史上大量「自己发明 MAC」的方案就是这样翻车的。
SHA-3 用海绵结构:消息被「吸收」进固定大小的状态,再从里面「挤出」输出。它没有长度扩展问题,也不需要补长度,安全性论证的路径和 SHA-2 完全不同。
也正因为结构不同,SHA-3 在软件上通常比 SHA-256 慢一些,硬件支持也不如 SHA-256 普遍。它真正的价值是冗余:哪天 SHA-2 被攻破,体系不至于无路可走。
SHA-3 和 Keccak-256 不是一回事
这是哈希话题里最高频、也最容易产生「怎么算都对不上」的坑。
Keccak 是提交给 SHA-3 竞赛的原始算法。NIST 标准化时改了一处填充规则里的域分隔位:原始 Keccak 用 0x01 作为填充起始字节,NIST 版本改成 0x06,用来区分「这是哈希」和其他用途。
改动很小,后果很彻底:同一输入,Keccak-256 和 SHA3-256 的结果完全不同,互相不能替代。
用原始 Keccak-256 的是以太坊——它在 SHA-3 定稿前就选定了 Keccak,之后为了兼容没改。所以这些全是 Keccak-256:
- 交易哈希(
0x开头的 66 位十六进制) - 区块哈希、地址的校验和格式
- 智能合约的函数选择器(签名 Keccak-256 的前 4 个字节)
- 事件 topic(事件签名 Keccak-256)
拿 SHA3-256 去校验一串以太坊交易哈希,结果永远对不上,而且很容易误以为是工具错了。反过来,某些号称支持「SHA3」的库默认给的其实是 Keccak-256,你对标准测试向量也对不上。
判断方法看上下文和前缀:以太坊生态基本用 0x 前缀 + Keccak-256;NIST 测试向量、合规文档里写 SHA3-256 的就是标准版本。星点的哈希计算工具提供 NIST SHA-3,会在页面上标注算法变体,不提供 Keccak-256——要算以太坊相关的值,得用专门的库。
同类的混淆还有一对:**SHA-256 和 SHA3-256 都是 256 位、都是 64 个十六进制字符,但不是同一个算法。**有些不太严谨的在线工具页面上写「SHA3」,实际算的是 SHA-256。这也是本站坚持把算法名和输出位数一起显示的原因:至少你能拿官方测试向量发现它算错了。
SM3:国密摘要标准
SM3 是国家密码管理局 2010 年公布的商用密码杂凑算法,2016 年成为国家标准 GB/T 32905-2016。
参数上它和 SHA-256 很像:输出 256 位,分组 512 位,Merkle–Damgård 结构,消息扩展后做 64 步压缩。但消息扩展和压缩函数设计不同,同一输入,SM3 与 SHA-256 的结果毫无关系,不能互相替代。标准测试向量可以拿来核对工具:
SM3("abc") = 66c7f0f462eeedd9d1f2d46bdc10e4e2 4167c4875cf2f7a2297da02b8f4ba8e0SM3 的用武之地在合规,而不是「比 SHA-256 更强」:
- 商用密码应用安全性评估:等保、密评明确要求国密套件,摘要环节就是 SM3;
- 国密 TLS:SM2(非对称)+ SM3(摘要)+ SM4(对称)组成完整套件,政务、金融、能源系统已有大量上线;
- 电子签章、电子合同:对文档做 SM3 摘要,再用 SM2 私钥签名;
- 行业监管接口:对接方直接在文档里写死「使用 SM3 计算签名」。
这些场景里,「必须用 SM3」是硬要求,选 SHA-256 不是更安全,而是不合规。反过来,如果没有任何国密合规要求,也没有对接方指定,SHA-256 更省事:库支持更普遍,遇到问题资料更多。
注意 SM3 也能构造 HMAC(HMAC-SM3),在国密接口签名里很常见。摘要和 HMAC 是两件事,下面分开讲。
哈希不是加密
| 编码(如 Base64) | 哈希(如 SHA-256) | 加密(如 AES) | |
|---|---|---|---|
| 能否还原 | 能,任何人 | 不能(计算上不可行) | 能,但需要密钥 |
| 是否需要密钥 | 不需要 | 不需要(HMAC 例外) | 需要 |
| 目的 | 让二进制塞进文本协议 | 校验完整性、做指纹 | 保密 |
| 典型算法 | Base64、Hex、URL 编码 | MD5、SHA-2、SHA-3、SM3 | AES、ChaCha20、RSA |
| 安全性依赖 | 无,别当保密手段 | 抗碰撞性 | 密钥保密 + 算法强度 |
Base64 可逆,谁都能解开,所以不能保密——把密码 Base64 一下存进数据库,等于明文存储。这一点在 Base64 编码解码的说明里也反复强调过。
哈希不可逆,所以它也不能保密,因为你自己也解不回去。它的用途只有一个方向:比对。
加密可逆,前提是有密钥。密钥丢了,数据就没了。
所以在需求评审里听到「这个字段加密一下」,先问清楚:你想「别人看不到」(加密)、「别人改了能发现」(哈希),还是「能从二进制变成文本传过去」(编码)。
为什么普通哈希不适合存密码
这是哈希被误用最多的地方。
第一层误解是「存哈希就安全了」。不加盐的 SHA-256 密码库,用一张彩虹表(预先算好的「常见口令 → 摘要」映射)几秒钟就能反查出一大批。因为哈希是确定性的:一万个用户用同一个密码,库里就是一万条一模一样的摘要,攻破一个等于攻破一万个。
第二层误解是「加个盐就完事」。盐解决彩虹表和批量比对,但没解决速度问题。SHA-256 是为「快」设计的,一块现代 GPU 每秒能算几十亿次;如果口令空间是「8 位小写字母 + 数字」,穷举完全可行。
正确做法把三个手段叠起来:每用户独立随机盐(与摘要一起存)、迭代(把单次计算放大成几十万次,故意拖慢)、内存硬(让攻击者没法靠 GPU 或 ASIC 并行加速)。
工程上直接对应 bcrypt、scrypt、argon2id,PHP 的 password_hash、Node 的 argon2、Python 的 passlib 都内置了。参数跟着硬件升级调,登录耗时控制在几百毫秒可接受。
顺带记下常见错误写法:md5(md5(password))、md5(password + salt)(拼接顺序和长度扩展都有问题)、自创的多次异或、把盐写死在代码里当常量。都不如直接用现成的库。
一句话:**通用哈希的目标是快,密码哈希的目标是慢,方向正好相反。**用 SHA-256 存密码,不是「用了哈希所以安全」,而是「用了一个被优化到极致快的函数,去保护最不该被快速猜中的东西」。
在线计算:六步操作
日常校验、调试、对文档里的示例值,没必要写代码。打开哈希计算工具,整个过程在浏览器本地完成,输入内容不上传。
**选算法。**默认 SHA-256。下拉里能看到 MD5、SHA-1、SHA-224/256/384/512、SHA3-224/256/384/512 和 SM3,共 12 种。选完页面显示当前算法的输出位数,避免在 SHA-256 和 SHA3-256 之间糊里糊涂地切。
**粘贴文本。**输入按 UTF-8 转字节再计算。页面同时显示字符数和 UTF-8 字节数——这两个数字经常不相等,一个汉字是 3 个字节,一个 emoji 通常是 4 个。对不上别人给的摘要时,先看字节数对不对。
**选输出格式。**Hex 是默认,也是绝大多数场景用的格式:32 或 64 个十六进制字符。Base64 更短,常见于 HTTP 头、JSON 字段、部分协议(HTTP Digest 认证、对象存储的 Content-MD5)。同一份数据,两种编码只是表现形式不同。
**选大小写。**只影响 Hex 输出的字母大小写。SHA-256 的十六进制里有 a-f,大小写是同一个值的两种写法,比对时统一即可。
**大输入的处理。**短文本结果随输入实时更新(有防抖)。粘贴几十 KB 的日志或大段 JSON 时,把自动计算关掉、改成点按钮手动触发,页面不会因每次编辑都重算而卡顿。
**比对。**复制结果,和目标值逐字符对齐比。别只比前 8 位——实际碰撞概率极低,截断比较没有任何好处,完整比较的成本也只是多看一眼。
验证工具是否靠谱有个小技巧:输入 abc 选 SHA-256,应得到 ba7816bf8f01cfea414140de5dae2223b00361a396177a9cb410ff61f20015ad,这是 NIST 公开测试向量。空字符串也有摘要,SHA-256 空输入是 e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855——「空内容算不出哈希」是个常见误会。
和命令行互相验证
在线工具和命令行各有用处:前者胜在快和直观,后者胜在可脚本化、可复核。同一份输入,两边应该得到同一个值,这也是排查「到底谁算错了」最有效的方法。
Linux / macOS 上算文件摘要:
md5sum package.tar.gz # MD5sha1sum package.tar.gz # SHA-1sha256sum package.tar.gz # SHA-256shasum -a 512 package.tar.gz # SHA-512(macOS 自带)openssl dgst -sha256 file.bin # OpenSSL 方式,通用macOS 没有 sha256sum,用 shasum -a 256 代替;openssl dgst -sm3 在支持国密的 OpenSSL 3.x 上可用。
Windows 上有 certutil 和 PowerShell 两条路:
certutil -hashfile package.zip SHA256Get-FileHash -Algorithm SHA256 package.zipLinux 的 sha256sum -c 还能直接校验:把发布页给的「摘要 + 文件名」存成 SHA256SUMS,运行 sha256sum -c SHA256SUMS,它逐行比对并输出 OK 或 FAILED。macOS 对应的是 shasum -a 256 -c。
程序里算文本摘要,各语言都只有一两行:
import hashlibhashlib.sha256("abc".encode("utf-8")).hexdigest()const crypto = require("crypto");crypto.createHash("sha256").update("abc", "utf8").digest("hex");MessageDigest.getInstance("SHA-256") .digest("abc".getBytes(StandardCharsets.UTF_8));注意这些例子里都显式指定了 UTF-8。Java 老代码里 getBytes() 不带参数会取系统默认编码,在 GBK 的机器上就是另一个结果——这是「本地算出来和线上对不上」的经典成因,和工具无关。
七个容易踩的坑
**一、文本编码:算的是字节,不是字符。**哈希只认字节,工具转字节时用哪种编码决定了结果。本站统一 UTF-8。如果对方系统用 GBK(不少老 Windows 程序、部分国内老系统),同一句中文在两边算出的摘要必然不同,表现就是你这边怎么算都对不上。这时要确认的不是算法,是编码。
BOM 是另一个隐形杀手。某些编辑器保存 UTF-8 时会加 3 个字节的 BOM(EF BB BF),肉眼看不见,但摘要全变。用十六进制查看器看文件头部就清楚了。
二、换行差异:LF 和 CRLF 是不同字节。\n 是一个字节 0A,\r\n 是两个字节 0D 0A。同一段文字,Windows 记事本存成 CRLF、Linux 存成 LF,摘要完全不同。实测 hello 加一个换行:
MD5("hello\r\n") = af5597c29467a96523a70787c319f4dbMD5("hello\n") = b1946ac92492d2347c6235b4d2611184命令行里还有更隐蔽的:echo "text" | md5sum 会把换行算进去,而多数语言里的 hash("text") 不会,差的就是那个 0A。核对时用 printf 不用 echo,或者加 echo -n。编辑器「保存时自动添加文件末尾换行」也常是元凶。
三、算法名混淆。SHA-256、SHA256、SHA2-256、sha256 说的是一个东西;但 SHA3-256 是另一个算法,SHA-512/256 又是第三个。还有 SHA256withRSA——那是签名算法,摘要只是其中一环。看到「SHA-3」时尤其要追问:是 NIST SHA-3,还是 Keccak?
四、把 SHA-256 当成 HMAC。H(key || message) 看着像签名,其实不是。对 Merkle–Damgård 结构的哈希,它容易受长度扩展攻击:攻击者不需要知道 key,只要知道 H(key || message) 和 message 长度,就能算出 H(key || message || padding || 追加内容)。如果服务端用 H(key || 用户输入) 校验,攻击者可以构造出合法输入。
HMAC 就是为堵这个洞设计的:用 key 派生出内外两个填充(ipad/opad),做两次哈希,结构上不存在可利用的长度扩展点。接口签名该用 HMAC-SHA256,而不是「SHA-256(secret + 参数)」。这两件事在 HMAC 工具里是分开的。
**五、只比前几位。**有些系统为了短一点,把摘要截断成 8 个十六进制字符当 ID。截断不是不能用,但要清楚代价:完整的 32 个十六进制字符(128 位)碰撞搜索约需 2^64 次运算,截到 8 个字符只剩 32 位空间,碰撞搜索降到 2^16 量级——几万条数据就有机会撞出一对重复。当展示 ID 可以,当安全校验不行。
**六、从聊天软件复制带不可见字符。**从微信、Word、网页复制配置或 SQL,经常带上零宽空格(U+200B)、不换行空格(U+00A0)、软连字符。肉眼看不出来,摘要完全不同。核对前先看字节数,多出 3 个字节往往就是一个零宽字符(UTF-8 下 U+200B 是 E2 80 8B)。
**七、以为换个算法就能解决所有问题。**SHA-256 解决不了「对方伪造了整份文件并替换了官网上的校验值」。摘要只能证明「你手里的东西和你信任的源一致」,前提是那个源可信。签名(私钥签、公钥验)才解决来源问题——这也是正规软件发布应该「签名 + 摘要」一起做,而不是只贴一个 MD5 的原因。
三个工具怎么分工
| 工具 | 输入 | 密钥 | 算法 | 输出 | 适用场景 |
|---|---|---|---|---|---|
| 哈希计算 | 文本(UTF-8 字节) | 无 | MD5 / SHA-1 / SHA-2 / SHA-3 / SM3 | Hex / Base64 | 小段文本、配置、SQL、签名前的串、对测试向量 |
| 文件哈希 | 本地文件 | 无 | MD5 / SHA-1 / SHA-256 / SHA-384 / SHA-512 | 各算法摘要 | 下载校验、镜像比对、大文件去重 |
| HMAC | 文本 + 共享密钥 | 必须有 | HMAC-SHA-256/384/512 | Hex / Base64 / Base64URL | 接口签名、消息认证、防篡改 |
选择顺序可以简化成三个问题。
**有没有密钥?**有,就是 HMAC。它输出的也是一串十六进制,长得和普通摘要一样,语义却不同:证明的不只是「内容没变」,还有「知道密钥的人发的」。需要验证来源的场景,裸哈希一律不合格。
**输入是文件还是文本?**是文件就走文件哈希。它在浏览器里分块读取、增量计算,用 Web Worker 跑,页面不会因为 2GB 镜像卡死,还能同时勾多个算法一次算完。区别不只是「能不能选文件」——拿文本工具去算文件,你得先把内容当文本读进来,二进制会被编码破坏,结果毫无意义。
**都不是?**那就是文本哈希,三者里最通用的一个,日常对示例值、验证算法实现首选它。
有个细节值得强调:文件哈希算的是文件的原始字节,不经任何编码转换,所以不存在「UTF-8 还是 GBK」的问题。这也是文件校验比文本校验更可靠的原因之一——字节是确定的。
几个真实工作流
**发布安装包。**构建完先算 SHA-256 写进发布页面,同时用代码签名证书签名。用户下载后用文件哈希核对摘要,用系统工具验证签名。摘要防传输损坏,签名防来源伪造,两者不能互相替代。老项目如果还在发 MD5,建议并行提供一份 SHA-256,因为 MD5 的碰撞构造已经工具化了。
**对接开放平台。**文档通常规定:参数按 key 字典序拼成 k1=v1&k2=v2,末尾拼 &key=secret,做 HMAC-SHA256,转小写十六进制。调试时用 HMAC 工具算一遍,和服务端返回值比。注意三个细节:空值参数是否参与拼接、URL 编码发生在签名前还是后、密钥是 UTF-8 文本还是十六进制字符串——三处不一致,签名必然对不上,而报错通常只有「签名错误」四个字。
**数据增量同步。**每行算一个摘要存成 row_hash,下次只处理摘要变了的行。这类场景不必纠结强度,SHA-256 够快也够稳;千万级数据想省存储,截断到 128 位也能接受。统一用 SHA-256 还能省掉「为什么这里用 MD5」的讨论成本。
**验证配置有没有被人改过。**算摘要,和变更管理系统里记录的比。这时要注意的是换行和 BOM,不是算法强度。
常见问题
MD5 现在还能用吗?
看用途。校验下载完整性、做去重键、当缓存键这类「没人有动机构造碰撞」的场景,技术上仍可工作,但更推荐直接上 SHA-256,成本差别可以忽略。用于数字签名、证书、口令存储、任何需要抵抗伪造的场景都不该用。判断标准是:如果有人能造出第二份同摘要的内容并因此获益,就不能用。SHA-256 和 SHA3-256 哪个更安全?
目前两者都没有已知的实用攻击,安全强度都是 256 位量级,不存在「SHA3 是 SHA-256 升级版」的关系。区别在结构:SHA-2 是 Merkle–Damgård,SHA-3 是海绵结构,后者天然免疫长度扩展攻击。SHA-256 生态与硬件支持更好,SHA3-256 更适合标准明确要求或需要结构多样性的场合。为什么同一个字符串在别的网站算出不一样的结果?
按可能性排序:一是编码不同(本站按 UTF-8,对方可能按 GBK 或 Latin-1);二是换行或末尾空白的差异;三是算法名对不上,比如页面写 SHA3 实际算的是 SHA-256,或者你算的是 Keccak-256 而对方是 NIST SHA-3;四是输出格式不同,一个 Hex 一个 Base64,看着都像乱码。先用 `abc` 的公开测试向量确认对方实现的到底是哪个算法。哈希能被还原吗?
不能,这是单向函数的定义决定的,不存在实用的逆运算。所谓「在线解密 MD5」的网站做的都是查表:预先算好海量常见口令的摘要存进数据库,你输入摘要它去查。所以复杂口令查不出来,简单口令一查一个准。这也说明为什么存密码不能只用裸哈希。文件怎么算哈希?文本工具不行吗?
文件请用[文件哈希工具](https://www.xingdian.net/app/codec/file-hash/)。它按原始字节分块读取,不受编码影响,大文件也不会卡住页面。文本哈希处理的是你粘贴进来的字符,先把内容解码成字符串再算,遇到二进制文件就被破坏,结果不可用。HMAC 和普通哈希有什么区别?
普通哈希只需要消息,任何人都能算,只能证明「内容一致」;HMAC 需要消息和共享密钥,只有持钥方能算,能证明「内容一致且来自持钥方」。接口签名、Webhook 验签必须用 HMAC。不要用 `hash(secret + message)` 代替,那会引入长度扩展攻击风险。空字符串为什么也有哈希值?
因为哈希处理的是「任意长度的字节序列」,长度为零的序列也是合法输入。空输入的摘要是各算法的固定测试向量之一,比如 SHA-256 是 e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855。「空内容算不出哈希」是误解,很多校验失败恰恰是因为把「空」和「不存在」搞混了。SM3 和 SHA-256 可以互换吗?
不行。两者输出都是 256 位,但内部设计不同,同一输入的结果完全无关。有国密合规要求(等保、密评、政务/金融对接、国密 TLS)就必须用 SM3;没有的话 SHA-256 的生态支持更省心。对接方在文档里指定了哪一个,就只能用哪一个。为什么工具里没有 SHA-512/256 和 Keccak-256?
这两者都属于「名字像但容易被误用」的算法。SHA-512/256 是 SHA-512 的截断变体,和 SHA-256 不是一回事;Keccak-256 是以太坊在 SHA-3 定稿前使用的版本,和 NIST SHA-3 结果不同。工具把范围限定在标准算法上,避免用户对着不匹配的结果反复排查。真需要这两个,请用对应的专用库。小结
回到最初那句话:哈希的用途是比对,不是保密。选算法本质上是在回答三个问题——谁会从碰撞里获益、输入是字节还是文件、要不要证明来源。
日常最省心的组合是:文本和小文件用 SHA-256,大文件用文件哈希工具,需要认证来源用 HMAC-SHA256,有国密合规要求用 SM3,看到 SHA-3 先确认是 NIST 版本还是 Keccak。MD5 和 SHA-1 不是不能用,但要知道自己在用什么、为什么用。
星点的哈希计算工具覆盖 12 种标准算法,输出 Hex 或 Base64,全程浏览器本地计算,输入内容不上传。编码系列还有哪些工具,可以看星点编码工具完整指南。
文章分享
如果这篇文章对你有帮助,欢迎分享给更多人!