MD5 和哈希是什么：文件校验、密码存储和常见误解

作者：冰原老猫 · 发布：2026-10-22 · 分类：开发入门

下载软件时，官网常在下载链接旁边写着一串 SHA-256 值；数据库里的用户密码字段是一串看不懂的字符；网上还有人说“MD5 已经被破解了”。这些都和“哈希”有关。这篇文章用尽量少的数学，讲清哈希是什么、能做什么、不能做什么。

一、哈希函数的四个特点

哈希函数把任意长度的数据变成一个固定长度的“指纹”。比如 SHA-256 无论输入是一个字还是一个 4 GB 的文件，输出都是 256 位，通常写成 64 个十六进制字符。好的哈希函数有这些特点：

1. 确定性：同样的输入，永远得到同样的输出。
2. 雪崩效应：输入改动一个字符，输出几乎完全不同。
3. 单向：从输出无法反推出输入。
4. 抗碰撞：很难找到两个不同的输入得到相同输出。

例如字符串 abc 的 MD5 是 900150983cd24fb0d6963f7d28e17f72，SHA-256 是 ba7816bf8f01cfea414140de5dae2223b00361a396177a9cb410ff61f20015ad。这两个值是公开的标准测试向量，你可以用任何哈希工具验证。

二、哈希不是加密，也不是编码

• 编码（如 Base64）：可以完全还原，目的是换一种表示方式。
• 加密（如 AES）：有密钥的人可以还原，目的是保密。
• 哈希：设计上不可还原，目的是校验和比对。

说“把密码 MD5 加密”其实不准确，应该说“对密码做哈希”。

三、用途一：校验文件完整性

下载大文件后，计算它的哈希，与官网公布的值比对，一致就说明文件没有在下载过程中损坏，也没有被替换（前提是官网页面本身可信，并通过 HTTPS 访问）。

# Windows（PowerShell）
Get-FileHash .\setup.exe -Algorithm SHA256
# macOS
shasum -a 256 setup.dmg
# Linux
sha256sum setup.iso

比对时不必逐个字符看，复制两个值到文本工具里查找，或者只要有一个字符不同，整串就会差别很大，比较开头和结尾各 8 位基本就能发现问题，但严谨起见应完整比对。

四、为什么 MD5、SHA-1 不再安全

MD5 输出 128 位，SHA-1 输出 160 位。研究人员早已找到构造 MD5 碰撞的实用方法，2017 年也公开了 SHA-1 的实际碰撞实例。这意味着攻击者可以制造两个内容不同但哈希相同的文件。因此：

• 数字签名、证书、安全校验等场景，不应再使用 MD5 和 SHA-1，应使用 SHA-256 及以上。
• MD5 仍然可以用于非安全场景，例如快速判断两个文件是否重复、缓存键、分片校验等，前提是不存在恶意攻击者。

五、用途二：存储密码

网站不应保存用户的明文密码，而是保存密码的哈希值，登录时把用户输入的密码同样做哈希再比对。但直接用 MD5 或 SHA-256 存密码是不够的：

1. 彩虹表：常见密码的哈希值早已被大量预先计算好，查表即可反查。
2. 速度太快：通用哈希函数设计得很快，攻击者用显卡每秒能尝试海量密码。

正确做法是使用专门的密码哈希算法，如 Argon2、bcrypt、scrypt 或 PBKDF2。它们会：

• 为每个用户生成随机的盐（salt），同样的密码因盐不同得到不同结果，彩虹表失效；
• 故意设计得很慢，并且可以调整计算成本，让暴力破解代价大幅提高。

主流编程语言和框架都有现成的实现，直接使用即可，不要自己设计“MD5 套 MD5”之类的方案。

六、其他常见用途

• Git：每个提交、文件都由哈希值标识，Git 正在从 SHA-1 向 SHA-256 过渡。
• 去重：网盘、备份软件用哈希判断文件是否已存在。
• HMAC：在哈希中加入密钥，用于接口签名，验证请求未被篡改。
• 数据分片：按哈希值把数据分配到不同服务器。

七、常见误解

• “MD5 可以解密”：网上的“MD5 解密”其实是查已知结果的数据库，只对常见、简单的输入有效。
• “哈希值相同，文件一定相同”：对安全哈希来说几乎可以这样认为，但对 MD5 而言，攻击者可以刻意构造碰撞。
• “哈希值长一点就更安全”：安全性取决于算法本身，不能把 MD5 结果拼两遍当作更强的哈希。

八、在线计算哈希

本站新增了 哈希计算工具，可以计算文本或本地文件的 MD5、SHA-1、SHA-256、SHA-384、SHA-512，并与给定值比对。文件在浏览器中本地读取计算，不会上传。哈希结果经常需要和 Base64 互转（例如某些接口用 Base64 表示 SHA-256），可以配合 Base64 编解码工具 使用。