hashlib模块与logging模块

hashlib模块用途

1. 用于将明文数据通过一系列算法变成密文数据(目的就是为了数据安全)

   加密算法: md系列 sha系列 base系列 hmac系列

基本使用

import hashlib

1. 先确定算法类型(md5普遍使用)
md5 = hashlib.md5()
2. 将明文数据传递给md5算法(update只能接受bytes类型数据)
md5.update(b'123')
3. 获取加密之后的密文数据(没有规则的一串随机字符串)
res = md5.hexdigest()
print(res)

"""
1.加密之后的密文数据是没有办法反解密成明文数据的
    市面上所谓的破解 其实就是提前算出一系列明文对应的密文
    之后比对密文再获取明文
"""

详细操作

1. 明文数据只要是相同的 那么无论如何传递加密结果肯定是一样的

1.1 先确定算法类型(md5普遍使用)
md5 = hashlib.md5()

m5 = hashlib.md5()
1.2 将明文数据传递给md5算法(update只能接受bytes类型数据)
md5.update(b'123')
md5.update(b'456')
md5.update('hello'.encode('utf8'))

m5.update('123456hello'.encode('utf8'))
1.3 获取加密之后的密文数据(没有规则的一串随机字符串)
res = md5.hexdigest()
res1 = m5.hexdigest()
print(res)  # '04522abf42bb8ad979fe66948402bc0d'
print(res1)  # '04522abf42bb8ad979fe66948402bc0d'

2. 密文数据越长表示内部对应的算法越复杂 越难被正向破解

md5 = hashlib.sha256()
md5.update('123'.encode('utf8'))
res = md5.hexdigest()
print(res)  # 'a665a45920422f9d417e4867efdc4fb8a04a1f3fff1fa07e998e86f7f7a27ae3'

"""
密文越长表示算法越复杂 对应的破解算法的难度越高
但是越复杂的算法所需要消耗的资源也就越多 密文越长基于网络发送需要占据的数据也就越大
    具体使用什么算法取决于项目的要求 一般情况下md5足够了
"""

3.涉及到用户密码存储 其实都是密文 只要用户自己知道明文是什么

"""
    1.内部程序员无法得知明文数据
    2.数据泄露也无法得知明文数据
"""

4.密码加盐处理

"""
在对明文数据做加密处理过程前添加一些干扰项
"""
 import hashlib
4.1 先确定算法类型(md5普遍使用)
md5 = hashlib.md5()
4.2 将明文数据传递给md5算法(update只能接受bytes类型数据)
md5.update('123'.encode('utf8'))
4.3 加盐(干扰项)
md5.update('自己定义的盐'.encode('utf8'))
4.4 真实数据
md5.update(b'hellojason123')
4.5 获取加密之后的密文数据(没有规则的一串随机字符串)
res = md5.hexdigest()
print(res)  # 4326fe1839d7c4186900eb2b356d4f8a

5.动态加盐

"""
在对明文数据做加密处理过程前添加一些变化的干扰项
"""
 import hashlib
5.1 先确定算法类型(md5普遍使用)
md5 = hashlib.md5()
5.2 将明文数据传递给md5算法(update只能接受bytes类型数据)
md5.update('123'.encode('utf8'))
5.3 动态加盐(干扰项)  当前时间 用户名的部分 uuid(随机字符串(永远不会重复))
import time
res1 = str(time.time())
md5.update(res1.encode('utf8'))
5.4 真实数据
md5.update(b'hellojason123')
5.5 获取加密之后的密文数据(没有规则的一串随机字符串)
res = md5.hexdigest()
print(res)  # 4326fe1839d7c4186900eb2b356d4f8a

"""
在IT互联网领域 没有绝对的安全可言 只有更安全
    原因在于互联网的本质 就是通过网线(网卡)连接计算机
"""

6.校验文件一致性

"""
文件不是很大的情况下 可以将所有文件内部全部加密处理
但是如果文件特别大 全部加密处理相当的耗时好资源 如何解决???
    针对大文件可以使用切片读取的方式 
"""
import hashlib
md5 = hashlib.md5()
with open(r'a.txt','rb') as f:
    for line in f:
        md5.update(line)
real_data = md5.hexdigest()
print(real_data)  # 29d8ea41c610ee5d1e76dd0a42c7e60a

with open(r'a.txt','rb') as f:
    for line in f:
        md5.update(line)
error_data = md5.hexdigest()
print(error_data)  # 738a56b49f24884ba758d1e4ab6ceb74
import os
读取文件总大小
res = os.path.getsize(r'a.txt')
指定分片读取策略(读几段 每段几个字节)  10   f.seek()
read_method = [0,res//4,res//2,res]

"""
比特流技术
断点续传技术
"""

logging日志模块

日志的等级

import logging
# 日志有五个等级(从上往下重要程度不一样)
logging.debug('debug级别')  # 10
logging.info('info级别')  # 20
logging.warning('warning级别')  # 30
logging.error('error级别')  # 40
logging.critical('critical级别')  # 50
'''默认记录的级别在30及以上'''

简单使用

import logging
file_handler = logging.FileHandler(filename='x1.log', mode='a', encoding='utf-8',)
logging.basicConfig(
    format='%(asctime)s - %(name)s - %(levelname)s -%(module)s:  %(message)s',
    datefmt='%Y-%m-%d %H:%M:%S %p',
    handlers=[file_handler,],
    level=logging.ERROR
)
logging.error('日志模块很好学 会用就行')
"""
1.如何控制日志输入的位置
    想在文件和终端中同时打印
2.不同位置如何做到不同的日志格式
    文件详细一些 终端简单一些
"""

详细介绍

import logging

# 1.logger对象:负责产生日志
logger = logging.getLogger('转账记录')
# 2.filter对象:负责过滤日志(直接忽略)
# 3.handler对象:负责日志产生的位置
hd1 = logging.FileHandler('a1.log',encoding='utf8')  # 产生到文件的
hd2 = logging.FileHandler('a2.log',encoding='utf8')  # 产生到文件的
hd3 = logging.StreamHandler()  # 产生在终端的
# 4.formatter对象:负责日志的格式
fm1 = logging.Formatter(
    fmt='%(asctime)s - %(name)s - %(levelname)s -%(module)s:  %(message)s',
    datefmt='%Y-%m-%d %H:%M:%S %p',
)
fm2 = logging.Formatter(
    fmt='%(asctime)s - %(name)s %(message)s',
    datefmt='%Y-%m-%d',
)
# 5.绑定handler对象
logger.addHandler(hd1)
logger.addHandler(hd2)
logger.addHandler(hd3)
# 6.绑定formatter对象
hd1.setFormatter(fm1)
hd2.setFormatter(fm2)
hd3.setFormatter(fm1)
# 7.设置日志等级
logger.setLevel(30)
# 8.记录日志
logger.debug('写了半天,你懂得')

配置字典

# 核心就在于CV
import logging
import logging.config

standard_format = '[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]' \
                  '[%(levelname)s][%(message)s]' #其中name为getlogger指定的名字

simple_format = '[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s'

logfile_path = 'a3.log'
# log配置字典
LOGGING_DIC = {
    'version': 1,
    'disable_existing_loggers': False,
    'formatters': {
        'standard': {
            'format': standard_format
        },
        'simple': {
            'format': simple_format
        },
    },
    'filters': {},  # 过滤日志
    'handlers': {
        #打印到终端的日志
        'console': {
            'level': 'DEBUG',
            'class': 'logging.StreamHandler',  # 打印到屏幕
            'formatter': 'simple'
        },
        #打印到文件的日志,收集info及以上的日志
        'default': {
            'level': 'DEBUG',
            'class': 'logging.handlers.RotatingFileHandler',  # 保存到文件
            'formatter': 'standard',
            'filename': logfile_path,  # 日志文件
            'maxBytes': 1024*1024*5,  # 日志大小 5M
            'backupCount': 5,
            'encoding': 'utf-8',  # 日志文件的编码，再也不用担心中文log乱码了
        },
    },
    'loggers': {
        #logging.getLogger(__name__)拿到的logger配置  空字符串作为键 能够兼容所有的日志
        '': {
            'handlers': ['default', 'console'],  # 这里把上面定义的两个handler都加上，即log数据既写入文件又打印到屏幕
            'level': 'DEBUG',
            'propagate': True,  # 向上（更高level的logger）传递
        },  # 当键不存在的情况下 (key设为空字符串)默认都会使用该k:v配置
    },
}


# 使用配置字典
logging.config.dictConfig(LOGGING_DIC)  # 自动加载字典中的配置
logger1 = logging.getLogger('xxx')
logger1.debug('好好的 不要浮躁 努力就有收获')