Хеширование данных и hash-функции в Python

🔍 Что такое хеширование и зачем оно нужно?

Хеширование — это процесс преобразования произвольных данных в фиксированную строку (хеш) с помощью специальной функции. Это как цифровой отпечаток пальца для данных!

Где применяется?

🔐 Хранение паролей (не в чистом виде!)
🔍 Быстрый поиск в словарях (dict) и множествах (set)
📂 Проверка целостности файлов (например, скачали ли вы файл без ошибок)

🛠️ Как работает `hash()` в Python?

В Python есть встроенная функция hash(), которая возвращает целочисленный хеш для объекта:

print(hash("Привет, мир!"))  # Пример: -8411827235897383936
print(hash(42))              # 42 (для чисел хеш часто равен самому числу)

🔥 Важные особенности:

Для одного и того же объекта хеш всегда одинаков в рамках одного запуска программы.
Изменяемые объекты (например, списки) не имеют хеша:

hash([1, 2, 3])  # Ошибка: TypeError: unhashable type: 'list'

📚 Типы хеш-функций в Python

1. Встроенная `hash()`

Быстрая, но не криптостойкая. Отлично подходит для структур данных.

# Хеши для разных типов
print(hash(3.14))           # 322818021289917443
print(hash("Python"))       # -8452264509336745004
print(hash((1, 2)))         # -3550055485480471910

2. Модуль `hashlib` — криптостойкие хеши

Для безопасности (пароли, проверка файлов) используйте hashlib:

import hashlib

# SHA-256 (размер хеша: 256 бит)
sha256_hash = hashlib.sha256(b"Hello").hexdigest()
print(sha256_hash)  # '185f8db32271fe25...'

Популярные алгоритмы в hashlib:

md5() — быстро, но небезопасно
sha1() — лучше, но уже устаревает
sha256(), sha512() — современные стандарты

🧩 Как словари (dict) используют хеширование?

Словари в Python — это хеш-таблицы. При вставке пары ключ: значение:

Вычисляется хеш ключа
По хешу определяется «корзина» (ячейка) для хранения
Если корзина занята — происходит разрешение коллизий

data = {"name": "Alice", "age": 30}
# Под капотом:
# 1. hash("name") → корзина №X
# 2. hash("age")  → корзина №Y

Почему ключи должны быть неизменяемыми?

Если ключ изменится, его хеш тоже изменится — и вы не сможете найти данные!

🔗 Практический пример: проверка целостности файла

Допустим, вы скачали файл и хотите убедиться, что он не повреждён:

import hashlib

def get_file_hash(filename, algorithm='sha256'):
    hash_func = hashlib.new(algorithm)
    with open(filename, 'rb') as f:
        while chunk := f.read(8192):
            hash_func.update(chunk)
    return hash_func.hexdigest()

# Сравните с оригинальным хешем, например:
print(get_file_hash("data.zip"))  # 'a1b2c3...'

💡 Продвинутые техники

1. Соль (salt) для паролей

Чтобы защититься от атак по радужным таблицам:

import hashlib, os

def hash_password(password):
    salt = os.urandom(32)  # Уникальная соль для каждого пароля
    key = hashlib.pbkdf2_hmac('sha256', password.encode(), salt, 100000)
    return salt + key

# Проверка пароля
def verify_password(stored_hash, password):
    salt = stored_hash[:32]
    key = stored_hash[32:]
    new_key = hashlib.pbkdf2_hmac('sha256', password.encode(), salt, 100000)
    return new_key == key

2. Кастомные хешируемые объекты

Можете определить __hash__ для своих классов:

class User:
    def __init__(self, id, name):
        self.id = id
        self.name = name

    def __hash__(self):
        return hash((self.id, self.name))  # Хешируем по кортежу атрибутов

user = User(1, "Alice")
print(hash(user))

🚀 Главные выводы

Хеш — это уникальный цифровой отпечаток данных фиксированной длины.
hash() в Python быстрая, но hashlib безопаснее.
Словари и множества используют хеширование для скорости O(1).
Для безопасности добавляйте соль к паролям.
Изменяемые объекты не могут быть хешируемыми.

Хотите глубже? Посмотрите разбор хеш-таблиц от Данилы Бежина — там магия становится понятной!

Теперь ваши данные под защитой, а код — быстрее! 🛡️⚡