哈希unicode字符串在python

Question

我尝试哈希一些unicode字符串：

hashlib.sha1(s).hexdigest() 
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-81: 
ordinal not in range(128) 

其中s是一样的东西：

œ∑¡™£¢∞§¶•ªº–≠œ∑´®†¥¨ˆøπ“‘åß∂ƒ©˙∆˚¬…æΩ≈ç√∫˜µ≤≥÷åйцукенгшщзхъфывапролджэячсмитьбююю..юбьтијџўќ†њѓѕ'‘“«««\dzћ÷…•∆љl«єђxcvіƒm≤≥ї[email protected]#$©^&*(()––––––––––∆∆∆∆∆∆∆∆∆∆∆∆∆∆∆∆∆∆∆•…÷ћzdzћ÷…•∆љlљ∆•…÷ћzћ÷…•∆љ∆•…љ∆•…љ∆•…∆љ•…∆љ•…љ∆•…∆•…∆•…∆•∆…•÷∆•…÷∆•…÷∆•…÷∆•…÷∆•…÷∆•…÷∆•…

我应该怎么解决？

Answer 1

显然hashlib.sha1不期待unicode对象，而是str对象中的一个字节序列。编码您unicode字符串字节（使用，也就是说，UTF-8编码）的顺序应该修复它：

>>> import hashlib 
>>> s = u'é' 
>>> hashlib.sha1(s.encode('utf-8')) 
<sha1 HASH object @ 029576A0> 

的错误是因为它试图将unicode对象自动转换为str，使用默认ascii编码，它不能处理所有这些非ASCII字符（因为你的字符串不是纯ASCII）。

了解Unicode和编码的一个很好的起点是Python docs和article by Joel Spolsky。

Answer 2

使用的编码格式utf-8，试试这个简单的方法，

>>> import hashlib 
>>> hashlib.sha256(str(random.getrandbits(256)).encode('utf-8')).hexdigest() 
'cd183a211ed2434eac4f31b317c573c50e6c24e3a28b82ddcb0bf8bedf387a9f' 

Answer 3

你哈希字节，而不是字符串。所以你必须知道你真正想要散列什么字节，如果字符串的utf8内存表示，字符串的utf16内存表示等。