from - python md5 unicode objects must be encoded before hashing

Python regex para MD5 hash

Question

He venido con:

re.findall("([a-fA-F/d]*)", data)

pero no es muy a prueba de tontos, ¿hay una mejor manera de tomar todos los códigos MD5-hash?

Answer 1

¿Qué tal "([a-fA-F / d] {32})" que requiere que tenga 32 caracteres de largo?

Answer 2

Bueno, dado que md5 es solo una cadena de 32 dígitos hexadecimales, todo lo que podrías agregar a tu expresión es un cheque para "32 dígitos", ¿quizás algo como esto?

re.findall(r"([a-fA-F/d]{32})", data)

Answer 3

Cuando se usan expresiones regulares en Python, casi siempre se debe usar la sintaxis de cadena cruda r"..." :

re.findall(r"([a-fA-F/d]{32})", data)

Esto asegurará que la barra invertida en la cadena no sea interpretada por el escapado normal de Python, sino que pasa a la función re.findall para que pueda ver el /d literal. En este caso, tienes suerte de que /d no sea interpretado por Python escapando, pero algo como /b (que tiene significados completamente diferentes en Python escapando y en expresiones regulares) sería.

Consulte la documentación del módulo re para más información.

Answer 4

Esta es una mejor manera de hacerlo que algunas de las otras soluciones:

re.findall(r''(?i)(?<![a-z0-9])[a-f0-9]{32}(?![a-z0-9])'', data)

Esto asegura que la coincidencia debe ser una cadena de 32 caracteres de dígitos hexadecimales, pero que no está contenida en una cadena más grande de otros caracteres alfanuméricos. Con todas las demás soluciones, si hay una cadena de 37 hexadecimales contiguos, el patrón coincidiría con los primeros 32 y lo llamaría una coincidencia, o si hay una cadena de 64 hexadecimales, la dividiría por la mitad y coincidiría con cada mitad como independiente. partido. La exclusión de estos se realiza a través de las aserciones "mirar hacia adelante" y "mirar hacia atrás", que no capturan y no afectarán el contenido de la coincidencia.

Tenga en cuenta también el indicador (? I) que hará que el patrón no distinga entre mayúsculas y minúsculas, lo que ahorrará un poco de tipeo, y que envolver el patrón completo entre paréntesis es superfluo.

Answer 5

MD5 Pyge Regex con ejemplos

Como un MD5 está compuesto exactamente por 32 Caracteres hexadecimales, y algunas veces el hash se presenta con letras minúsculas, también se debe tener en cuenta.

El siguiente ejemplo fue probado contra cuatro cadenas diferentes:

• Un hash lowecase MD5 válido
• Un hash válido en mayúsculas MD5
• Una cadena de 64 caracteres hexadecimales (para garantizar que no se produzca una división y coincidencia)
• Una cadena de 37 caracteres hexadecimales (para garantizar que los 32 caracteres principales no coincidan)

900e3f2dd4efc9892793222d7a1cee4a

AC905DD4AB2038E5F7EABEAE792AC41B

900e3f2dd4efc9892793222d7a1cee4a900e3f2dd4efc9892793222d7a1cee4a

900e3f2dd4efc9892793222d7a1cee4a4a4a4

    validHash = re.finditer(r''(?=(/b[A-Fa-f0-9]{32}/b))'', datahere)

    result = [match.group(1) for match in validHash]

    if result: 

        print "Valid MD5"

    else:

        print "NOT a Valid MD5"

Answer 6

Aquí hay una expresión bastante pedante:

r"/b([a-f/d]{32}|[A-F/d]{32})/b"

• la cadena debe tener exactamente 32 caracteres de largo,
• la cadena debe estar entre un límite de palabra (línea nueva, espacio, etc.),
• todas las letras alfa deben estar minúsculas, O todas las mayúsculas AF, pero no mezcladas.

Pero si eso es suficiente, porque sabes que solo hay una probabilidad de 1 en 3402823 de obtener una suma de comprobación MD5 totalmente numérica y una posibilidad de suma de comprobación de MD5 totalmente alfanumérica de 42 billones a uno, entonces Sabemos que probablemente deberíamos decir FU a esas sumas válidas y tampoco aceptar nada que no sea alfanumérico:

r"/b(?!^[/d]*$)(?!^[a-fA-F]*$)([a-f/d]{32}|[A-F/d]{32})/b"

00000000000000000000000000000000 # not MD5
01110101001110011101011010101001 # not MD5
ffffffffffffffffffffffffffffffff # not MD5
A32efC32c79823a2123AA8cbDDd3231c # not MD5
affa687a87f8abe90d9b9eba09bdbacb # is MD5
C787AFE9D9E86A6A6C78ACE99CA778EE # is MD5
please like and subscribe to my  # not MD5

sí, he estado terriblemente aburrido en el trabajo.