pyAesCrypt 使用教程
2025-04-20 03:39:22作者:伍霜盼Ellen
1. 项目介绍
pyAesCrypt 是一个基于 Python 3 开发的文件加密模块和脚本,它使用了 AES256-CBC 算法来加密和解密文件以及二进制流。pyAesCrypt 与 AES Crypt 文件格式(版本 2)兼容,是一款遵循 Apache 2.0 许可的开源软件。
2. 项目快速启动
首先,确保您的环境中已安装 Python 3。以下是一个简单的示例,展示如何使用 pyAesCrypt 加密和解密文件:
from pyAesCrypt import encryptFile, decryptFile
password = "please-use-a-long-and-random-password"
# 加密文件
encryptFile("data.txt", "data.txt.aes", password)
# 解密文件
decryptFile("data.txt.aes", "dataout.txt", password)
如果您需要指定自定义的缓冲区大小(默认为 64KB),可以将其作为可选参数传递:
bufferSize = 128 * 1024
# 加密文件,使用自定义缓冲区大小
encryptFile("data.txt", "data.txt.aes", password, bufferSize)
# 解密文件,使用自定义缓冲区大小
decryptFile("data.txt.aes", "dataout.txt", password, bufferSize)
3. 应用案例和最佳实践
加密二进制流
当需要加密二进制文件时,可以使用 encryptStream 和 decryptStream 方法:
from pyAesCrypt import encryptStream, decryptStream
from os import stat, remove
import io
bufferSize = 64 * 1024
password = "please-use-a-long-and-random-password"
# 加密二进制流
with open("data.bin", "rb") as fIn:
with open("data.bin.aes", "wb") as fOut:
encryptStream(fIn, fOut, password, bufferSize)
# 解密二进制流
with open("data.bin.aes", "rb") as fIn:
try:
with open("dataout.bin", "wb") as fOut:
decryptStream(fIn, fOut, password, bufferSize)
except ValueError:
remove("dataout.bin")
内存中的加密和解密
还可以在内存中执行加密和解密操作,使用 BytesIO 对象:
from pyAesCrypt import encryptStream, decryptStream
import io
bufferSize = 64 * 1024
password = "please-use-a-long-and-random-password"
# 待加密的二进制数据
pbdata = b"This is binary plaintext\x00\x01"
# 创建内存中的输入流
fIn = io.BytesIO(pbdata)
# 创建内存中的输出流
fCiph = io.BytesIO()
# 加密内存中的数据
encryptStream(fIn, fCiph, password, bufferSize)
# 输出加密后的数据
print("Encrypted data:")
print(fCiph.getvalue())
# 重置加密流的位置
fCiph.seek(0)
# 创建内存中的解密输出流
fDec = io.BytesIO()
# 解密内存中的数据
decryptStream(fCiph, fDec, password, bufferSize)
# 输出解密后的数据
print("Decrypted data:")
print(fDec.getvalue())
4. 典型生态项目
目前尚无明确的生态项目列表。pyAesCrypt 可以作为独立的加密工具使用,也可以被集成到其他需要文件加密功能的项目中。开发者可以根据具体需求,将 pyAesCrypt 模块融入到自己的项目中。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
677
暂无简介
Dart
803
198
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
353
207
昇腾LLM分布式训练框架
Python
119
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781