Хеширование необработанных байтов в Python и Java дает разные результаты

Question

Я пытаюсь восстановить поведение функции Python 2.7 в Java, но я получаю разные результаты при выполнении (по-видимому) идентичной последовательности байтов через SHA-256 хэш. Байты генерируются путем управления очень большим целым числом (ровно 2048 бит) определенным образом (вторая строка моего примера кода Python).

Для моих примеров исходное 2048-битное целое число хранится как big_int и bigInt в Python и Java соответственно, и обе переменные содержат одинаковое число.

python2 код, который я пытаюсь повторить:

raw_big_int = ("%x" % big_int).decode("hex") 

buff = struct.pack(">i", len(raw_big_int) + 1) + "\x00" + raw_big_int 

pprint("Buffer contains: " + buff) 
pprint("Encoded: " + buff.encode("hex").upper()) 

digest = hashlib.sha256(buff).digest() 

pprint("Digest contains: " + digest) 
pprint("Encoded: " + digest.encode("hex").upper()) 

Выполнение этого кода выводит следующее (обратите внимание, что единственный результат, я на самом деле интересует последний - шестигранный кодировке переваривать . остальные 3 принты просто посмотреть, что происходит под капотом):

'Buffer contains: \x00\x00\x01\x01\x00\xe3\xbb\xd3\x84\x94P\xff\x9c\'\xd0P\xf2\xf0s,a^\xf0i\xac~\xeb\xb9_\xb0m\xa2&f\x8d~W\xa0\xb3\xcd\xf9\xf0\xa8\xa2\x8f\x85\x02\xd4&\x7f\xfc\xe8\xd0\xf2\xe2y"\xd0\x84ck\xc2\x18\xad\xf6\x81\xb1\xb0q\x19\xabd\x1b>\xc8$g\xd7\xd2g\xe01\xd4r\xa3\x86"+N\\\x8c\n\xb7q\x1c \x0c\xa8\xbcW\x9bt\xb0\xae\xff\xc3\x8aG\x80\xb6\x9a}\xd9*\x9f\x10\x14\x14\xcc\xc0\xb6\xa9\x18*\x01/eC\x0eQ\x1b]\n\xc2\x1f\x9e\xb6\x8d\xbfb\xc7\xce\x0c\xa1\xa3\x82\x98H\x85\xa1\\\xb2\xf1\'\xafmX|\x82\xe7%\x8f\x0eT\xaa\xe4\x04*\x91\xd9\xf4e\xf7\x8c\xd6\xe5\x84\xa8\x01*\x86\x1cx\x8c\xf0d\x9cOs\xebh\xbc1\xd6\'\xb1\xb0\xcfy\xd7(\x8b\xeaIf6\xb4\xb7p\xcdgc\xca\xbb\x94\x01\xb5&\xd7M\xf9\x9co\xf3\x10\x87U\xc3jB3?vv\xc4JY\xc9>\xa3cec\x01\x86\xe9c\x81F-\x1d\x0f\xdd\xbf\xe8\xe9k\xbd\xe7c5' 
'Encoded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
'Digest contains: Q\xf9\xb9\xaf\xe1\xbey\xdc\xfa\xc4.\xa9 \xfckz\xfeB\xa0>\xb3\xd6\xd0*S\xff\xe1\xe5*\xf0\xa3i' 
'Encoded: 51F9B9AFE1BE79DCFAC42EA920FC6B7AFE42A03EB3D6D02A53FFE1E52AF0A369' 

Теперь, ниже мой Java-код до сих пор. Когда я его тестирую, я получаю то же значение для входного буфера, но другое значение для дайджеста. (bigInt содержит BigInteger объекта, содержащего такое же количество, как big_int в примере Python выше)

byte[] rawBigInt = bigInt.toByteArray(); 

ByteBuffer buff = ByteBuffer.allocate(rawBigInt.length + 4); 
buff.order(ByteOrder.BIG_ENDIAN); 
buff.putInt(rawBigInt.length).put(rawBigInt); 

System.out.print("Buffer contains: "); 
System.out.println(DatatypeConverter.printHexBinary(buff.array())); 


MessageDigest hash = MessageDigest.getInstance("SHA-256"); 
hash.update(buff); 
byte[] digest = hash.digest(); 

System.out.print("Digest contains: "); 
System.out.println(DatatypeConverter.printHexBinary(digest)); 

Обратите внимание, что в моем примере Python, я начал буфер выключения с len(raw_big_int) + 1 упакованного, где в Java я начал только с rawBigInt.length. Я также опускал дополнительный 0-байтовый ("\x00") при записи на Java. Я по обоим причинам сделал это по той же причине - в моих тестах, вызвав toByteArray() на BigInteger, вернулся массив byte, начинающийся с 0-байтного, который был в 1 байте длиннее байтовой последовательности Python. Итак, по крайней мере, в моих тестах len(raw_big_int) + 1 равнялся rawBigInt.length, так как rawBigInt начинался с 0-байта, а raw_big_int этого не делал.

Хорошо, что в стороне, здесь выводим код Java-:

Buffer contains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
Digest contains: E3B0C44298FC1C149AFBF4C8996FB92427AE41E4649B934CA495991B7852B855 

Как вы можете видеть, содержимое буфера выглядят так же, как в Python и Java, но дайджесты, очевидно, различны. Может кто-то указать, где я иду не так?

Я подозреваю, что это что-то делать со странным образом Python, кажется, для хранения байт - переменные raw_big_int и buff показывают как тип str в интерпретатор, а когда распечатана сами по себе имеют тот странный формат с «\ х-х, что почти то же самое, что и сами байты в некоторых местах, но это полная тарабарщина в других. Мне не хватает опыта Python, чтобы точно понять, что здесь происходит, и мои поиски оказались бесплодными.

Кроме того, поскольку я пытаюсь перенести код Python на Java, я не могу просто изменить Python - моя цель - написать Java-код, который принимает тот же ввод и производит тот же вывод. Я искал (this question, в частности, был связан), но не нашел ничего, чтобы помочь мне. Спасибо заранее, если только для чтения этого долгожданного вопроса! :)

Answer 1

В Java у вас есть данные в буфере, но позиции курсора неверны.После того, как вы написали ваши данные в ByteBuffer это выглядит, где х «s представляют данные и » s неписаные байт в буфере:

xxxxxxxxxxxxxxxxxxxx00000000000000000000000000000000000000000 
        ^position        ^limit 

Курсор переместится после данных, которые вы написали. Чтение на этом этапе будет читать от position до limit, которое является байтами, которые вы не написали.

Вместо этого, вы хотите:

xxxxxxxxxxxxxxxxxxxx00000000000000000000000000000000000000000 
^ position  ^limit 

где положение 0 и предельным значением является число байт вы написали. Чтобы добраться туда, позвоните по телефону flip(). Переключение буфера концептуально переключает его из режима записи в режим чтения. Я говорю «концептуально», потому что у ByteBuffers нет явных режимов чтения и записи, но вы должны думать о них так, как если бы они это делали.

(Противоположная операция compact(), которая возвращается в режиме чтения.)