Brython项目中HMAC实现问题分析与解决方案
2025-06-02 15:22:50作者:胡唯隽
问题背景
在Brython(浏览器中的Python实现)项目中,开发者发现当使用hmac模块进行消息认证码计算时会出现异常。具体表现为调用hmac.new()方法时抛出"AttributeError: 'hash' object has no attribute 'digest_size'"错误。
问题复现
通过以下精简代码可以复现该问题:
import hmac
hmac_hash = hmac.new("secret_keys_string".encode(), "message".encode(), 'sha256')
错误堆栈显示问题出现在hmac.py模块的初始化过程中,当尝试访问内部哈希对象的digest_size属性时失败。
技术分析
-
HMAC机制原理: HMAC(Hash-based Message Authentication Code)是一种基于加密哈希函数的消息认证码机制。它使用密钥和消息作为输入,通过特定的哈希算法生成固定长度的认证码。
-
Brython实现差异: 在标准CPython实现中,哈希对象确实具有digest_size属性,但Brython的JavaScript实现中可能缺少这个关键属性。这是因为Brython需要将Python代码转换为JavaScript在浏览器中运行,而JavaScript的加密API与Python存在差异。
-
根本原因: 问题出在Brython的hmac模块实现中,它假设哈希对象具有digest_size属性,但实际转换后的JavaScript哈希对象可能没有完全实现这个接口。
解决方案
- 临时解决方案: 开发者可以手动为哈希对象添加digest_size属性:
import hashlib
hash_obj = hashlib.sha256()
hash_obj.digest_size = 32 # SHA-256的摘要长度为32字节
- 长期解决方案:
Brython项目需要更新hmac模块的实现,使其:
- 正确处理JavaScript哈希对象的属性差异
- 为不完整的哈希对象接口提供兼容层
- 确保所有必需的属性都得到正确初始化
最佳实践
- 在使用Brython的加密功能时,建议先进行简单的功能测试
- 对于关键的安全功能,考虑使用Web Crypto API等浏览器原生接口
- 关注Brython项目的更新,及时获取安全修复
总结
这个问题展示了在将Python移植到JavaScript环境时可能遇到的接口差异问题。虽然Brython提供了强大的Python-in-browser能力,但在涉及底层加密功能时仍需注意实现差异。开发者在使用时应充分测试,并考虑替代方案或等待官方修复。
对于需要稳定HMAC功能的项目,建议暂时使用其他成熟的JavaScript加密库,或在服务器端完成敏感加密操作。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
9
1
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217