hash.update分多次调用与一次调用等价吗：拼接顺序与hexdigest结果

如果你把同一段数据拆成几块，分几次调用update，得到的摘要和一次性传入拼接后的完整数据是一样的。

按Python官方hashlib文档的说明，hash.update(data)用字节类对象更新哈希对象，重复调用等价于把全部参数拼接后一次调用：m.update(a); m.update(b) 等价于 m.update(a+b)。

这里有两个前提要抓住。第一，传入的必须是字节类对象，通常是bytes，不是普通字符串。第二，等价的前提是拼接顺序一致。先喂a再喂b，等价于喂a+b；如果先喂b再喂a，等价于喂b+a，那是另一段字节序列，摘要通常不同。

所以判断顺序是：先确认每次update喂进去的字节内容，再确认喂入的先后顺序，最后看hexdigest结果。本文只讲这一条等价关系、digest与hexdigest的区别，以及copy()克隆哈希对象的用途。下面所有示例都是自建的练习数据，只操作练习目录，不碰你正在用的文件。动手前建议在练习目录里新建脚本，例如 exercise/hash_demo.py。

下面用一段自建的练习数据，把两种写法并排跑一遍，观察hexdigest是否一致。

import hashlib

part1 = b"Nobody inspects"
part2 = b" the spammish repetition"

m1 = hashlib.sha256()
m1.update(part1)
m1.update(part2)
print(m1.hexdigest())

m2 = hashlib.sha256()
m2.update(part1 + part2)
print(m2.hexdigest())

两行打印出来的十六进制字符串应当相同。原因就是文档写的那条等价关系：分次调用等价于拼接后一次调用。

再换一个顺序做对照，把part2先喂进去：

m3 = hashlib.sha256()
m3.update(part2)
m3.update(part1)
print(m3.hexdigest())

这一次的结果通常和前两行不同，因为它对应的是part2 + part1这段字节序列，而不是part1 + part2。这说明“等价”不是随便拆都行，拆块可以，顺序不能变。

一个提醒：上面所有字节内容都是练习用的自建数据，不是对某个真实文件的记录。

拿到哈希对象之后，取结果有两个方法，它们回答的是同一个摘要的两种表示形式。

按文档说明，digest()返回到目前为止传给update()的数据的摘要，类型是bytes对象，长度等于digest_size，取值范围是0到255的字节。hexdigest()与digest()类似，区别在于返回的是字符串对象，长度是digest()的两倍，只包含十六进制数字。

所以两者的关系可以这样理解：同一份摘要，digest()给你原始字节，hexdigest()给你便于在邮件或其他非二进制环境里交换的十六进制文本。一个字节对应两个十六进制字符，长度正好翻倍。

选择依据很简单：后面要按字节处理、要写进二进制文件，用digest()；要打印、要贴进文本、要和人比对，用hexdigest()。本文只讲这两种表示形式的区别，不涉及其他编码方式。

需要说清的是，hexdigest()返回的字符串只含十六进制数字，它本身不是加密结果，也不能用来还原原始数据。

如果你有两段数据，开头一大截完全相同，只有结尾不同，不必把公共部分重复喂两遍。

按文档说明，hash.copy()返回哈希对象的一个副本，也就是克隆。文档给出的用途是：可以高效地计算共享同一初始子串的数据的摘要。

一个自建示例，先喂公共前缀，再克隆出两个对象，各自接上不同的结尾：

import hashlib

prefix = b"shared-prefix-"
base = hashlib.sha256()
base.update(prefix)

h_a = base.copy()
h_a.update(b"ending-A")

h_b = base.copy()
h_b.update(b"ending-B")

print(h_a.hexdigest())
print(h_b.hexdigest())

这样写的好处是，prefix只喂了一次，两个副本各自从同一个中间状态出发，分别接上不同结尾。两个hexdigest通常不同，因为它们对应的完整字节序列不同。

要注意的是，克隆出来的是独立对象。对副本继续update，不会影响原对象；反过来，原对象之后继续update，也不会改变已经克隆出去的那份状态。本文只讲copy()这个用途，不涉及多线程或性能调优。

第一，喂进去的必须是字节类对象。文档写的是用bytes-like object更新哈希对象。如果你手里是文本，要先按某个编码转成bytes，再update。转码方式不同，喂进去的字节就不同，摘要自然不同。

第二，拼接顺序决定结果。分次update可以，但先后顺序要和你想对应的完整字节序列一致。想算part1 + part2，就先喂part1再喂part2，不要反过来。

第三，比较结果时用同一种表示。两个摘要一个用digest()取、一个用hexdigest()取，类型不同，直接比会得到False。要比就都用hexdigest()，或者都用digest()。

一个自建核对方法：把两种写法的hexdigest各自存进一个变量，打印出来逐字符对照。相同就是等价关系成立，不同就先回头检查喂入顺序和字节内容，而不是先怀疑算法。

以上核对动作都是编辑整理的检查方向，不是对某个真实文件的测试记录。

本文只讲三件事：update多次调用等价于拼接后一次调用、digest与hexdigest的区别、copy()克隆哈希对象的用途。不涉及密码存储，不讲密钥派生，也不涉及任何茶叶内容。

需要留意的边界：文档提到，部分算法存在已知的哈希碰撞弱点，包括MD5和SHA1。本文不展开这些算法的安全性比较，也不据此给出选用建议。

另外，文档说明，当一次传入超过2047字节的数据时，计算哈希期间会释放Python的GIL，以支持多线程。本文不展开这一行为的细节和影响。

本文所有示例都是自建的练习数据，只操作练习目录里的脚本，不读写你正在用的文件，也不执行删除或系统修改。动手前建议在练习目录里新建脚本，例如 exercise/hash_demo.py，不要拿重要文件直接试。

事实依据来自Python官方hashlib模块文档，链接见source字段。