生成MD5散列跨平台时的字符编码问题

Question

这是关于在各种语言中使用MD5库时字符编码的一般问题。我担心的是：假设我生成使用原生Python字符串对象的MD5哈希值，像这样：

message = "hello world" 
m = md5() 
m.update(message) 

然后我采取的MD5哈希的十六进制版本使用：

m.hexdigest() 

和发送邮件& MD5散列通过网络，比方说，一个JMS消息或HTTP请求。

现在我在Java程序中以本地Java字符串的形式获取此消息以及校验和。然后，我生成使用Java的MD5哈希值，像这样（使用共享编解码器库）：

String md5 = org.apache.commons.codec.digest.DigestUtils.DigestUtils.md5Hex(s) 

我的感觉是，这是错误的，因为我还没有在任何一端指定的字符encodng。所以原始的散列将基于Python版本的字符串的字节; Java中的一个将基于Java版本字符串的字节，这两个字节序列通常不会相同 - 是吗？所以我真的需要指定“UTF-8”或任何两端的权利？

（我实际上得到在我的代码，其中的MD5校验失败的间歇性的错误，我怀疑这是什么原因 - 但因为它是间歇性的，这是很难说，如果改变这种修复与否）

谢谢！

Answer 1

是的，您必须是显式的，因为MD5校验和位于BYTES序列之上，而不是字符。因此，您需要将字符预测转换为字节。

Answer 2

是的，最好在两端散列相同的编码。在编码之前将Python字符串解码为一个unicode。