MD5工具

项目地址：https://github.com/suyihang15/md5_tool

下载链接：https://github.com/suyihang15/md5_tool/releases/download/1.0.0/md5_tool.exe

MD5 严格讲不是加密，而是”取指纹 / 盖章”。
所以 MD5 只能用来”验真假”（看东西有没有被改过）

1. 工具的作用

给任意文字（UTF-8 编码）或文件算一个 MD5 指纹（128 bit，即 32 个十六进制字符）。
把”这个指纹是怎么算出来的”每一步都展示给你看
把 Python 自带 hashlib 的结果对一遍，证明自己手写的算法没算错；
和你手头已知的 MD5 对一遍，看文件有没有被人动过手脚（完整性校验）。

2. 功能清单

功能	说明
文本计算	输入文本，按 UTF-8 编码后算 MD5
文件计算	选文件，按二进制读进来算 MD5
大写显示	同时给出小写和大写两种形式
逐步过程	「算法步骤」页展示填充、切块、64 步搅拌的全过程
原理说明	「原理说明」页内置 MD5 算法文字说明
结果复制	一键复制结果到剪贴板
标准库对照	算完自动和 `hashlib.md5` 对一遍，显示一致/不一致
给定值校验	粘贴一个已知 MD5 比对，显示匹配/不匹配

3. MD5 原理

3.1 填充：加一下乱七八糟的干扰

先贴一个 0x80（二进制 1000 0000）当”到此为止”的标记；
再塞 0x00 当泡沫，塞到总长度对 64 取模刚好剩 56（也就是 448 bit）；
最后在箱子侧面写张纸条：原来这包料有多重（按位算的长度，64 位小端序）。

3.2 分块：切成 512 位大块，再切 16 小块

打包好的东西切成一个个 512 位的大块，每块再切成 16 个 32 位的小块（代码里叫 M[0]..M[15]）。

3.3 随机排列

先准备 4 个固定初值的桶：

A = 0x67452301    B = 0xEFCDAB89
C = 0x98BADCFE    D = 0x10325476

这 4 个桶就是后面搅拌的主战场，最终答案从这 4 个桶里倒出来。（这四个初值其实是我随便取的常数。）

3.4 主循环：每块搅 64 下

每一步（对应代码第 107 行）大概干这么件事：

把 A + 一个函数值 + 一个常量 K + 一小块料 M，全加在一起，
再"转圈搅一下"（循环左移），最后倒进 B 桶；
然后 A/B/C/D 四个桶轮流转一圈（D→A、A→B、B→C、C→D）。

三样”配料”是提前准备好的：

K[i]（固定配方）：用正弦函数 sin 算出来的 64 个数。看着挺随机，其实每次都一模一样，保证”同样的料永远同一个味”；
S[i]（转几圈）：每一步往左转多少位，有张固定表（每轮 4 个值，各重复 4 次）；
M[g]（取哪块料）：这一步去取 16 小块里的哪一块，每轮取法不一样，这样 16 块料被反复、不同顺序地用到。

搅完 64 下，把这 4 个桶的值倒回大锅（代码里 A += a; B += b; ... 那段）。这就是”蝴蝶效应”的来源——某一块料的改动会一层层传染到所有块。

3.5 组合

所有块都搅完之后，把 a/b/c/d 按小端序拼起来，转成十六进制，就是那串 32 位的 MD5。比如 "abc" 出来是 900150983cd24fb0d6963f7d28e17f72。

4. 实现思路

4.1 怎么把数字锁在 32 位内

Python 的数字可以无限大，但 MD5 要求每一步都只能 32 位。所以：

每次加减完都 & 0xFFFFFFFF 砍到 32 位；
循环左移 _rotl 前后都砍；
长度字段用 & 0xFFFFFFFFFFFFFFFF 砍到 64 位。

4.3 小端序怎么处理

用 struct 的 < 前缀一次性搞定：'<16I' 把 64 字节拆成 16 个倒着读的 32 位数，'<4I' 把 4 个寄存器倒着拼回字节，'<Q' 处理 64 位长度。

4.4 过程展示怎么不撑爆界面

md5(data, trace_blocks=4) 里，前 4 个块边算边记每一步（步号、函数名、消息字下标、左移位数、更新后的 A/B/C/D），后面的块只算不记。两条路走的是同一套运算，只是要不要顺手记一笔的区别——所以记不记都不影响结果，大文件也不会卡死界面。

4.5 两层对答案

证明没写错：算完用 hashlib.md5(data).hexdigest() 对一遍，一致才显示”一致 ✓”，这是验证算法写对的硬标准；
证明没被改：把结果和你手头已知的 MD5 比对，判断内容有没有被动过。

4.6 界面

我用的是 tkinter（Python 自带，不用额外装）搭的，朴素、单色字体，个人是喜欢这个样子的，当然你也可以自己改的，毕竟核心是算法，不想学其他第三方库了。

5. 代码结构

名字	作用
`_rotl(x, n)`	32 位循环左移（”转圈搅一下”）
`_F/_G/_H/_I`	四轮非线性函数（四种”搅法”）
`_K`	64 个常量（由 `sin` 生成的”固定配方”）
`_S`	64 个循环左移位数（”转几圈”）
`_word_index(i)`	第 i 步取哪一块料（消息字下标 g）
`_pad(msg)`	填充（打包塞泡沫）
`md5(data, trace_blocks)`	主函数，返回摘要 + 过程 + 填充后消息 + 块数 + 最终寄存器
`describe(...)`	把过程渲染成能看懂的文本
`PRINCIPLE`	内置的原理说明文本
`MD5App`	界面类：`_compute`（算+对答案）、`_verify`（给定值比对）、`_pick_file`、`_copy` 等

7. 验证结果

核心算法和标准库 hashlib 逐一对照，以下测试向量全部一致：

输入	MD5
（空串）	`d41d8cd98f00b204e9800998ecf8427e`
`abc`	`900150983cd24fb0d6963f7d28e17f72`
`The quick brown fox jumps over the lazy dog`	`9e107d9d372bb6826bd81d3542a419d6`
`message digest`	`f96b697d7cb7938d525a2f31aaf161d0`

8. 注意事项

MD5 已经不安全了：现在能造出”两个不同的东西、指纹却一样”的情况（叫”碰撞”），所以它只适合验完整性或学习，别拿来存密码、做数字签名；要安全就用 SHA-256 这类，虽然早年间也有用这个的，但是现在基本上都更新了，起码别明文传输就行。
文件是整块读进内存的，超大文件会吃内存，而且过程只显示前 4 块（结果不受影响）。
文本统一按 UTF-8 编码，和”原始字节”对应的 MD5 是同一个东西的两面，没有额外处理，只算是简单的加密吧。
本人没有专门系统性的学过这个，参考了很多其他人的思路，来设计这个，希望有大佬指点一下。