算法用到3个参数:

1、用户密码 (明文密码)

2、传入一个16字节的key

3、传入一个16字节的初始偏移向量IV

代码实现:

import base64

from Crypto.Cipher import AES

# 密钥(key), 密斯偏移量(iv) CBC模式加密

import hashlib

#偏移向量,假设加密VI ='hsdjlkasdlkasdlkas' 则:

Avi = bytes('hsdjlkasdlkasdlkas', encoding='utf-8')

#Key值   假设key值 key='jaslkjlkfjasldkj' 则:

Akey = bytes('jaslkjlkfjasldkj',encoding='utf-8') # key

#==================================================================

根据实际需求 来判断 是否需要用 传参转换的值 进行加密!

#M2_Avi = hashlib.md5(Avi).digest() # 返回摘要,作为二进制数据字符串值

#M2_Akey = hashlib.md5(Akey).digest()  #返回摘要,作为二进制数据字符串值

#M16_Avi = hashlib.md5(Avi).hexdigest() # 返回摘要,作为十六进制数据字符串值

#M16_Akey = hashlib.md5(Akey).hexdigest()  #返回摘要,作为十六进制数据字符串值

#==================================================================

#加密:

def AES_Encrypt(Avi,key, data):

vi = Avi

pad = lambda s: s + (16 - len(s)%16) * chr(16 - len(s)%16)

data = pad(data)

# 字符串补位

cipher = AES.new(key, AES.MODE_CBC, vi)

encryptedbytes = cipher.encrypt(data.encode('utf8'))

# 加密后得到的是bytes类型的数据

encodestrs = base64.b64encode(encryptedbytes)

# 使用Base64进行编码,返回byte字符串

enctext = encodestrs.decode('utf8')

# 对byte字符串按utf-8进行解码

return enctext

#解密

def AES_Decrypt(Avi,key, data):

vi = Avi

data = data.encode('utf8')

encodebytes = base64.decodebytes(data)

# 将加密数据转换位bytes类型数据

cipher = AES.new(key, AES.MODE_CBC, vi)

text_decrypted = cipher.decrypt(encodebytes)

unpad = lambda s: s[0:-s[-1]]

text_decrypted = unpad(text_decrypted)

# 去补位

text_decrypted = text_decrypted.decode('utf8')

return text_decrypted

data ='123456' #明文密码

#加密:

AES_Encrypt(M16_Avi,M16_Akey,data) # 这里 偏移量(VI) key值(key)使用十六进制数据字符串值(M16_Avi , M16_Akey)

#解密:

enctext = AES_Encrypt(M16_Avi,M16_Akey,data) #加密密码

AES_Decrypt(M16_Avi,M16_Akey,enctext) # #解密 —— 传入 VI ,key, 加密密码(enctext )

(有错误请提示,有更好的方式请指教!)

标签:CBC,AES,PKCS,Akey,Avi,key,M16,data

来源: https://www.cnblogs.com/lzf2018pangpangxie/p/11896299.html

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐