加密、哈希与编码的区别:一张表讲清三者边界

三者的区别只有三个维度:可逆性、密钥、输出形态。混淆它们的代价不是面试答错,而是真实事故——密码被 Base64 编码后入库(等于明文)、接口把「签名」和「编码」混为一谈导致验签失效、下载包只对了一次 MD5 就安装。

一张表:三个维度就够了

维度 编码(Encoding) 哈希(Hashing) 加密(Encryption)
目的 让数据适合某个通道 / 格式 验证完整性、生成指纹 保护机密性
可逆性 可逆,编码表公开 不可逆,信息被丢弃 可逆,必须有密钥
密钥 无 无(密码存储另加盐) 必需,且要保密
输出形态 字符集内的文本 固定长度摘要 与明文大致等长的密文
同输入输出 确定 确定 确定性模式确定;带随机 IV 则每次不同
典型代表 Base64、URL 编码、Hex MD5、SHA-256、bcrypt AES-GCM、ChaCha20、RSA

一句话:编码是换表示,哈希是留指纹,加密是上锁。

编码不是加密:一步就能还原

「Base64 是乱码,所以它加密了」是最常见的误区:乱码感只来自字符表不同,编码表本身是公开标准,解码不需要秘密:

echo -n "admin:123456" | base64     # → YWRtaW46MTIzNDU2
echo "YWRtaW46MTIzNDU2" | base64 -d # → admin:123456(任何人,一步)

没有密钥参与,就不存在保密性。Base64 的正确定位是传输兼容:让二进制穿过只接受文本的通道,比如邮件正文、JSON 字符串、URL 参数。详见 Base64 编码详解。

URL 编码(%E4%BD%A0)与 Unicode 转义(\u4f60)同理:解决字符能否合法出现,与保密无关。判断标准只有一个——解码不需要秘密,就不是加密。

哈希为什么不可逆:「解密网站」其实在查表

SHA-256 把任意长度输入压成固定的 32 字节摘要。过程中大量信息被丢弃:输出只有 2²⁵⁶ 种可能,而输入是无限的,无数个不同输入可以对应同一个摘要。摘要里没有足够信息还原原文——不是算法藏得深,是信息量不够。

所以「MD5 解密」站点并不反推,它们查表:预先算好海量常见字符串的哈希,拿你的值比对,命中就返回明文。这正是裸哈希存密码的风险——破解者只需要一张够大的表。

密码存储的正确姿势是加盐 + 慢哈希:盐让同一密码在不同用户处产生不同摘要(彩虹表批量失效),慢哈希让每次猜测的代价从纳秒抬到几十毫秒。算法与参数见密码哈希指南。

加密的核心是密钥,不是算法

AES、ChaCha20 的规范都是公开的,保密性完全依赖密钥。这带来三个工程推论:

  1. 密钥管理比算法选择更容易出错:密钥硬编码进源码、写进配置提交到仓库,比「误用 ECB 模式」更常见也更致命。
  2. 算法公开不是弱点:Kerckhoffs 原则——除密钥之外的一切都可以公开,系统仍应安全。
  3. 模式选择同样重要:AES-ECB 对重复明文块产生重复密文(经典的「ECB 企鹅」),AES-256-GCM 则同时提供保密性与完整性校验。模式对比见 AES 加密模式选型。

选型速查:五类场景

你要做什么 正确工具 不要用
用户登录密码存库 bcrypt / argon2(加盐慢哈希) MD5、Base64、AES(可解密即可取回)
校验下载文件是否被篡改 SHA-256,比对发布方公布的摘要 MD5(碰撞可构造)
让二进制过文本通道 Base64 / Base64URL 加密(无密钥需求别引入密钥管理)
数据库里的敏感字段 AES-GCM 等认证加密 Base64、哈希(不可逆就取不回来)
接口防篡改 HMAC-SHA256(带密钥的哈希) 裸哈希拼接

第四行最容易反着用:哈希不可逆,意味着用哈希「存」的数据取不回来。加密手机号以便后续展示,哈希做不到;Base64 又等于明文——这里需要加密。

实测:同一段输入的三种输出

import base64, hashlib
msg = b'hello world'

print(base64.b64encode(msg).decode())            # aGVsbG8gd29ybGQ=   ← 编码:可逆、无密钥
print(base64.b64decode(base64.b64encode(msg)))   # b'hello world'      ← 一步还原
print(hashlib.sha256(msg).hexdigest())           # b94d27b9934d3e08…   ← 哈希:不可逆
print(len(hashlib.sha256(msg).digest()))         # 32(256 bit,长度与输入无关)

再用 OpenSSL 跑一次 AES-CBC(密钥与 IV 显式给定,保证可复现):

echo -n "hello world" | openssl enc -aes-128-cbc \
  -K 000102030405060708090a0b0c0d0e0f \
  -iv f0f1f2f3f4f5f6f7f8f9fafbfcfdfeff | xxd -p
# → 一段密文;把 -K 换成任何其它 16 字节密钥,输出完全不同

本站的 AES 加密/解密、文本哈希、Base64 转换器 均在浏览器本地运行,可当场验证。

常见问题

Base64 能用来「加密」密码吗?

不能。 Base64 是编码:没有密钥、字符表公开,任何人一步就能还原。把 admin123 编码成 YWRtaW4xMjM= 存进数据库,攻击者解码与读明文没有任何区别。「看起来乱码」不等于「保密」。密码应该用 bcrypt/argon2 这类慢哈希存储。

哈希既然不可逆,为什么还能被破解?

哈希不可逆是指无法从哈希值反推原文,但攻击者不需要反推——他们可以暴力枚举常见密码、逐个计算哈希并与库里的值比对。所以裸 MD5/SHA-256 存密码不安全:现代 GPU 每秒可计算数十亿次。防御靠加盐 + 慢哈希(bcrypt/argon2),让每次猜测的代价足够高。

同一个文件每次算出的哈希都一样,这不是不安全吗?

恰恰相反——确定性正是哈希能用于完整性校验的原因:同输入必同输出,任何一字节改动都会让哈希面目全非(雪崩效应)。「安全性」取决于用途:校验下载文件用 SHA-256 足够;存密码则必须加盐并使用慢哈希,否则确定性反而方便了彩虹表攻击。

JWT 里那串 Base64 是被加密的内容吗?

不是。JWT 的三段分别是 Base64URL 编码的 Header、Payload 和签名——前两段任何人都能解开阅读(本站就有 [JWT 解析器](/jwt-parser.html))。真正防篡改的是第三段签名:改动 Payload 而不重算签名,校验就会失败。所以 JWT 的 Payload 里不要放敏感明文。

← 返回博客首页