在 C# 中从字哈希值符串计算 MD5 哈希值

Harshit Jindal 2023年1月30日 2022年4月20日
  1. C# 中使用 MD5 算法
  2. 使用 System.Security.Cryptography 库从 C# 字符串计算 MD5 哈希值
在 C# 中从字哈希值符串计算 MD5 哈希值

散列算法是用于将任意输入数据映射到固定大小散列的数学算法。它们用于多种用途,例如将数据存储在哈希值映射密码验证消息消化加密货币安全等数据结构中。

MD5 属于散列算法的消息摘要类。Rivest 开发了 MD5 和其他算法,如 MD2MD4 等。

该算法最初设计用于验证数字签名。但后来,发现了许多导致其弃用的漏洞。

尽管如此,它仍然用于数据完整性验证,并为理解高级算法奠定了基础。MD5 算法与所有消息消化算法一样,将未知长度的消息作为输入,并将其转换为固定大小的散列。

对输入字符串的微小更改将导致完全不同的哈希值。本文将学习如何使用 C# 计算 MD5 哈希值。

C# 中使用 MD5 算法

MD5 算法包括以下四个主要步骤:

首先,添加填充位。

在这一步中,我们添加填充位,使总位数变为 64,小于最接近的 512 倍数。这样做是为了使算法可以处理 512 位大小的数据,步长 2,以 64 位表示的字符串长度相加得到 512 的偶数倍。

第二,添加长度位。

64 位计算字符串的长度。将它们附加到步骤 1 中形成的输出。

第三,初始化 MD 缓冲区。

我们初始化了 4 个消息摘要缓冲区,其名称为 ABCD32 位。它们如下:

A = 01 23 45 67
B = 89 ab cd ef
C = fe dc ba 98
D = 76 54 32 10

第四是单个 512 位块的处理。

整个位被分成大小为 512 的块。形成的每个块被分成 1632 位的子块。形成的所有 16 块通过一系列 4 操作与缓冲区 ABCD 传递以给出最终散列。

使用 System.Security.Cryptography 库从 C# 字符串计算 MD5 哈希值

using System;
using System.Security.Cryptography;
using System.Text;

public class Test
{
	public static string ComputeMd5Hash(string message)
	{
	    using (MD5 md5 = MD5.Create())
	    {
	        byte[] input = Encoding.ASCII.GetBytes(message);
	        byte[] hash = md5.ComputeHash(input);
	
	        StringBuilder sb = new StringBuilder();
	        for (int i = 0; i < hash.Length; i++)
	        {
	            sb.Append(hash[i].ToString("X2"));
	        }
	        return sb.ToString();
	    }
	}
	public static void Main()
	{
		string message = "Welcome to DelfStack";
		Console.WriteLine(ComputeMd5Hash(message));
	}
}

输出:

53C62733BB54F2B720A32490E6C447FF

在上面的程序中,我们创建了一个存在于 C# 中的 MD5 类的对象,它通过 ComputeHash() 方法提供 md5 算法的现成实现。

我们将消息字符串转换为字节流以匹配 ComputeHash() 方法的函数签名,然后以字节流的形式返回结果。然后,我们使用字符串生成器类将字节流转换为有效的 C# 字符串。

Harshit Jindal avatar Harshit Jindal avatar

Harshit Jindal has done his Bachelors in Computer Science Engineering(2021) from DTU. He has always been a problem solver and now turned that into his profession. Currently working at M365 Cloud Security team(Torus) on Cloud Security Services and Datacenter Buildout Automation.

LinkedIn