Hasher项目技术文档
2024-12-27 09:28:32作者:侯霆垣
1. 安装指南
在您的Scala项目中,要使用Hasher库,首先需要在build.sbt文件中添加以下依赖:
libraryDependencies ++= Seq("com.roundeights" %% "hasher" % "1.2.1")
确保同步项目依赖后,您就可以在项目中使用Hasher库了。
2. 项目使用说明
Hasher是一个Scala库,提供了一种简单的方式来生成各种散列值。支持的散列算法包括MD5、SHA1、SHA256、SHA384、SHA512、HMAC-MD5、HMAC-SHA1、HMAC-SHA256、HMAC-SHA512、BCrypt、CRC32和PBKDF2。
基本使用方法如下:
import com.roundeights.hasher.Implicits._
val hashMe = "Some String"
val md5 = hashMe.md5
println("MD5: " + md5.hex)
您还可以比较原始字符串和散列值:
println("MD5 Matches: " + (hashMe.md5 hash= md5))
3. 项目API使用文档
以下是Hasher库的一些关键API的使用说明:
生成散列值
使用隐式转换方法,可以对字符串、StringBuilder、字节数组、输入流、读取器和数据源生成散列值。例如:
val sha1 = hashMe.sha1
val bcrypt = hashMe.bcrypt
比较散列值
使用hash=方法可以安全地比较原始文本值和预计算的散列值:
println("SHA1 Matches: " + (hashMe.sha1 hash= sha1))
使用盐
为散列值添加盐值可以增加安全性:
println("Salted MD5: " + hashMe.salt("sweet").md5.hex)
获取散列值的字节
如果需要获取散列值的字节,可以使用隐式转换:
val hashBytes = hashMe.md5.bytes
非隐式使用
如果不希望使用隐式方法,可以直接使用Hasher对象:
val md5 = Hasher(hashMe).md5
算法替换
使用Algo类可以轻松地更换散列算法:
def hashUsing(algo: Algo) = {
val hash = algo(hashMe)
println("Hashed using " + algo.name + ": " + hash.hex)
}
累积散列值
对于可遍历对象中的数据,可以使用foldLeft来生成散列值:
def hash(list: List[String]): String = {
list.foldLeft(Algo.sha1.foldable) { (accum, str) => accum(str) }.done.hex
}
数据流监控
对于数据流,如InputStream、Reader或Source,可以使用Tap来在读取数据的同时生成散列值:
val stream = Algo.sha1.tap(new ByteArrayInputStream("Some String".getBytes))
4. 项目安装方式
项目安装方式已在“安装指南”部分说明,即通过在build.sbt文件中添加依赖来实现。
以上就是Hasher项目的详细技术文档,希望对您的使用有所帮助。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0138- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
项目优选
收起
暂无描述
Dockerfile
726
4.66 K
Ascend Extension for PyTorch
Python
597
750
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
427
377
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++
992
986
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
993
138
昇腾LLM分布式训练框架
Python
161
190
暂无简介
Dart
969
246
deepin linux kernel
C
29
16
Oohos_react_native
React Native鸿蒙化仓库
C++
345
393
🎉 (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
1.65 K
970