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
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
328
387
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++
876
576
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
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
React Native鸿蒙化仓库
JavaScript
302
349
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
112
136