在Node.js中使用node-forge实现HMAC-SHA256签名
2025-06-08 08:49:10作者:侯霆垣
背景介绍
在Node.js开发中,HMAC(基于哈希的消息认证码)是一种常用的加密技术,用于验证消息的完整性和真实性。Node.js原生提供了crypto模块来实现HMAC,但有时开发者可能需要使用第三方库如node-forge来实现相同的功能。
原生crypto模块的实现
Node.js的crypto模块提供了一个简单直接的HMAC实现方式:
const crypto = require('crypto');
const ALGORITHM = 'sha256';
const KEY = '你的密钥';
function generateWithCrypto(tokenData) {
var hmac = crypto.createHmac(
ALGORITHM,
Buffer.from(KEY, 'hex')
);
hmac.update(tokenData);
return hmac.digest('hex');
}
这种方法简单明了,但有时项目可能因为某些原因需要使用node-forge库。
使用node-forge实现相同功能
node-forge是一个纯JavaScript实现的加密工具库,提供了丰富的加密功能。以下是使用node-forge实现相同HMAC-SHA256功能的代码:
const forge = require('node-forge');
const ALGORITHM = 'sha256';
const KEY = '你的密钥';
function generateWithNodeForge(tokenData) {
const hmac = forge.hmac.create();
hmac.start(ALGORITHM, KEY);
hmac.update(forge.util.encodeUtf8(tokenData));
return hmac.digest().toHex();
}
关键区别与注意事项
-
密钥处理:原生crypto模块需要将密钥转换为Buffer,而node-forge直接使用原始密钥字符串。
-
数据编码:node-forge需要显式地将输入数据编码为UTF-8格式,而crypto模块会自动处理。
-
输出格式:两者都支持十六进制输出,但方法略有不同。
为什么需要encodeUtf8
在node-forge的实现中,forge.util.encodeUtf8()调用是必要的,因为它确保输入数据以正确的编码格式传递给HMAC算法。如果不进行编码处理,可能会导致与原生crypto模块不同的结果,特别是当输入包含非ASCII字符时。
性能考虑
虽然node-forge提供了纯JavaScript的实现,但在性能上通常不如Node.js原生的crypto模块。对于高性能要求的应用,建议优先使用原生模块。
总结
本文展示了如何在Node.js中使用node-forge库实现与原生crypto模块相同的HMAC-SHA256功能。理解这两种实现方式的差异有助于开发者在不同场景下做出合适的选择。无论是使用原生模块还是第三方库,正确处理数据编码都是确保加密结果一致性的关键因素。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- 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
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
575
3.89 K
React Native鸿蒙化仓库
JavaScript
312
365
Ascend Extension for PyTorch
Python
398
474
🎉 (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
1.39 K
787
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++
902
706
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
360
219
昇腾LLM分布式训练框架
Python
122
148
暂无简介
Dart
814
200
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
93
161
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
124
161