新闻详情

新闻详情

首页 / 资讯中心 / 详情

sha256-cj的4种哈希输入方式:字符串、UTF-8中文与字节数组完全实战

发布时间:2026/11/13 10:04:00来源:尧图网络
sha256-cj的4种哈希输入方式:字符串、UTF-8中文与字节数组完全实战
sha256-cj的4种哈希输入方式字符串、UTF-8中文与字节数组完全实战【免费下载链接】sha256-cjsha256加解密算法的仓颉版本实现项目地址: https://gitcode.com/Cangjie-TPC/sha256-cjsha256-cj 是一个用仓颉语言Cangjie实现的 SHA-256/SHA-224 哈希库覆盖ASCII 字符串、UTF-8 中文、特殊长度文本、字节数组4 种常见输入方式。本文带你从零上手每种输入方式都只写几行可运行的代码帮你在仓颉项目里快速完成哈希计算与校验。1 分钟认识 sha256-cjsha256-cj 当前版本 v1.0.2基于 Cangjie 0.60.5 验证通过对外提供Sha256与Sha224两个核心类输入方式与典型场景对应关系如下输入方式典型使用场景ASCII 字符串口令指纹、英文文本去重UTF-8 中文/多语言中文内容签名、跨语言一致性校验特殊长度文本跨越 64 字节块边界的长文本字节数组ArrayUInt8二进制文件、协议报文摘要 核心源码位于 src/sha256.cjSHA-224 实现见 src/sha224.cj完整接口文档见 doc/feature_api.md。获取代码与编译一条命令构建git clone https://gitcode.com/Cangjie-TPC/sha256-cj cd sha256-cj cpm build构建配置在 cjpm.toml 中以-O2优化编译产出动态库模块名为sha256使用时只需import sha256.*。快速上手3 行代码算出第一个 SHA-256 哈希值哈希计算固定三步创建实例 →update()喂入数据 → 取结果import sha256.* let sha256 Sha256() sha256.update(hello world) print(sha256.hex()) // b94d27b9934d3e08a52e52d7da7dabfac484efe37a5380ee9088f7ace2efcde9update()提供两个重载——String与ArrayUInt8见 src/sha256.cj这正是下文 4 种输入方式的入口。官方 HLT 测试用例 test/HLT/sha256_test.cj 使用仓颉标准注解体系组织测试用例其注解关系如下图所示输入方式一ASCII 字符串哈希英文文本指纹let sha256 Sha256() sha256.update(The quick brown fox jumps over the lazy dog) print(sha256.hex()) // d7a8fbb307d7809469ca9abcb0082e4f8d5651e46d3cdb762d02d0bf37c9e592字符串入参内部会统一转换为字节序列再参与运算src/sha256.cj因此纯 ASCII 文本也能与标准 SHA-256 工具如 openssl算出一致结果方便跨系统对账。该示例出自 README.md 的功能演示。输入方式二UTF-8 中文哈希let sha256 Sha256() sha256.update(中文) print(sha256.hex()) // 72726d8818f693066ceb69afa364218b692e62ea92b385782363780f47529c21中文按 UTF-8 编码逐字节参与计算带音标的多语言文本如aécio同样适用。对应用例可在 test/HLT/sha256_test.cj 中查看示例出处见 README.md。 注意Sha224对同一中文输入会输出 56 位十六进制摘要src/sha224.cj两者摘要长度不同选型时别混淆。输入方式三特殊长度文本跨 64 字节块边界let sha256 Sha256() sha256.update(0123456780123456780123456780123456780123456780123456780) print(sha256.hex()) // 5e6b963e2b6444dab8544beab8532850cef2a9d143872a6a5384abe37e61b3db这个 60 字符的用例刻意踩在 64 字节分块边界上专门验证补位与消息扩展逻辑finalize()实现见 src/sha256.cj。如果你的业务文本长度接近或超过 64 字节的整数倍建议参考该用例做回归校验示例出处见 README.md。输入方式四字节数组哈希Array 处理二进制文件、协议报文等无法用字符串表达的数据时直接传字节数组var input: ArrayUInt8 [211, 212] let sha256 Sha256() sha256.update(input) print(sha256.hex()) // 182889f925ae4e5cc37118ded6ed87f7bdc7cab5ec5e78faef2e50048999473f数组重载见 src/sha256.cj示例出处见 README.md。空数组[]与空字符串都会得到同一个空输入摘要e3b0c442...这点在写边界测试时很有用。4 种哈希输入方式速查对比输入方式示例输入摘要前 8 位测试用例ASCII 字符串The quick brown fox...d7a8fbb3sha256_test.cjUTF-8 中文中文72726d88sha256_test.cj特殊长度文本60 位数字串5e6b963esha256_test.cj字节数组[211, 212]182889f9sha256_test.cj结果输出不止 hex() 一种取法方法返回内容适用场景hex()64 位十六进制字符串日志展示、与标准工具对账digest()32 字节数组参与二次运算、入库存储arrayBuffer()/array()32 字节缓冲区网络传输、协议拼装toString()等价于hex()打印输出实现细节见 src/sha256.cj设计说明见 doc/design.md。新手避坑指南3 个高频错误空输入会抛异常update()传入null字符串或空引用会抛出IllegalArgumentException空字符串本身是合法输入。finalize 后不能再喂数据hex()、digest()等取结果的方法内部会触发finalize()之后对同一实例继续update()将无效需要重新创建实例。二进制数据别走字符串通道update(String)一律按 UTF-8 处理只有update(ArrayUInt8)才承载原始二进制。延伸资料项目说明与功能示例README.mdAPI 接口文档doc/feature_api.md类设计说明doc/design.mdHLT 集成测试test/HLT/sha256_test.cj、test/HLT/sha224_test.cjLLT 自测用例test/LLT/sha_test.cj版本变更记录CHANGELOG.md【免费下载链接】sha256-cjsha256加解密算法的仓颉版本实现项目地址: https://gitcode.com/Cangjie-TPC/sha256-cj创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/12 9:50:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/12 9:25:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/12 15:57:44

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉