是否有任何算法可以让您继续从已知的哈希摘要进行哈希处理？比如客户端上传一个文件块到ServerA，我可以得到一个md5上传内容的总和，然后客户端把剩下的文件块上传到ServerB，我可以把md5 internals的状态转移到ServerB 并完成散列？
我多年前在 comp.lang.python 发现了一个基于 md5 的 cool black magic hack，但它使用 ctypes 来表示 md5.so 或 _md5.dll 的特定版本，因此对于不同的应用程序来说，它不是很便携的代码python解释器版本或其他编程语言。此外，md5 模块自 2.5 起在 python 标准库中已弃用，因此我需要找到更通用的解决方案。
更何况，散列的状态可以存储在十六进制摘要本身中吗？ （所以我可以继续使用现有的哈希摘要对数据流进行哈希处理，而不是肮脏的内部破解。）
【问题讨论】：
标签： python md5 hash data-stream
不是来自已知摘要，而是来自已知状态。您可以使用纯 python MD5 实现并保存其状态。这是一个使用_md5.py from from PyPy的例子：
import _md5
def md5_getstate(md):
return (md.A, md.B, md.C, md.D, md.count + [], md.input + [], md.length)
def md5_continue(state):
md = _md5.new()
(md.A, md.B, md.C, md.D, md.count, md.input, md.length) = state
return md
m1 = _md5.new()
m1.update("hello, ")
state = md5_getstate(m1)
m2 = md5_continue(state)
m2.update("world!")
print m2.hexdigest()
m = _md5.new()
m.update("hello, world!")
print m.hexdigest()
正如 e.dan 所说，您还可以使用几乎任何校验和算法（CRC、Adler、Fletcher），但它们不能很好地保护您免受故意数据修改的影响，只能防止随机错误。
编辑：当然，您还可以使用您引用的线程中的 ctypes 以更可移植的方式重新实现序列化方法（没有魔术常量）。我相信这应该是版本/架构独立的（在 python 2.4-2.7，i386 和 x86_64 上测试）：
# based on idea from http://groups.google.com/group/comp.lang.python/msg/b1c5bb87a3ff5e34
try:
import _md5 as md5
except ImportError:
# python 2.4
import md5
import ctypes
def md5_getstate(md):
if type(md) is not md5.MD5Type:
raise TypeError, 'not an MD5Type instance'
return ctypes.string_at(id(md) + object.__basicsize__,
md5.MD5Type.__basicsize__ - object.__basicsize__)
def md5_continue(state):
md = md5.new()
assert len(state) == md5.MD5Type.__basicsize__ - object.__basicsize__, \
'invalid state'
ctypes.memmove(id(md) + object.__basicsize__,
ctypes.c_char_p(state),
len(state))
return md
m1 = md5.new()
m1.update("hello, ")
state = md5_getstate(m1)
m2 = md5_continue(state)
m2.update("world!")
print m2.hexdigest()
m = md5.new()
m.update("hello, world!")
print m.hexdigest()
它不兼容 Python 3，因为它没有 _md5/md5 模块。
不幸的是，hashlib 的 openssl_md5 实现不适合此类黑客攻击，因为 OpenSSL EVP API 不提供任何调用/方法来可靠地序列化 EVP_MD_CTX 对象。
【讨论】：
cyptes调用libopenssl.so直接得到EVP_MD_CTX呢？
这在理论上是可能的（md5 到目前为止 应该包含您需要继续的所有状态）但是看起来普通的 API 不能提供您需要的东西.如果您可以使用 CRC 代替，这可能会容易得多，因为这些更常用于您需要的“流”案例。见这里：
crc32() 接受可选的crc 输入，这是要继续的校验和。
希望对您有所帮助。
【讨论】：
我也遇到了这个问题，没有找到现成的解决方案，所以我写了一个库，使用 ctypes 来解构持有哈希状态的 OpenSSL 数据结构：https://github.com/kislyuk/rehash。示例：
import pickle, rehash
hasher = rehash.sha256(b"foo")
state = pickle.dumps(hasher)
hasher2 = pickle.loads(state)
hasher2.update(b"bar")
assert hasher2.hexdigest() == rehash.sha256(b"foobar").hexdigest()
【讨论】：