Bytes, hex și encode()
Calculatorul nu lucrează cu litere, ci cu octeți (bytes): numere de la 0 la 255. Funcțiile hash primesc octeți și întorc octeți, iar hex-ul este doar o formă comodă de a-i afișa. În această lecție înțelegi encode(), bytes, hex() și diferența dintre digest() și hexdigest(), lucruri de care ai nevoie la fiecare pas în blockchain.
De la text la octeți
Un octet (byte) are 8 biți și poate lua valori de la 0 la 255. Ca să transforme textul în octeți, Python folosește o codificare (encoding). Standardul de azi este UTF-8: literele englezești ocupă un octet, iar diacriticele, simbolurile și emoji ocupă 2–4 octeți.
text = "Ana"
octeti = text.encode("utf-8")
print(octeti)
print(type(octeti).__name__, len(octeti))
print(list(octeti))b'Ana' bytes 3 [65, 110, 97]
b'Ana' este un obiect bytes. Python îl afișează cu litere când octeții corespund unor caractere obișnuite, dar în spate sunt numerele 65, 110 și 97.
SHA-256 este definit matematic pe biți, nu pe litere. Același text poate fi codificat în moduri diferite (UTF-8, UTF-16, Latin-2), deci ar da hash-uri diferite. Când transformi explicit în UTF-8, toată lumea hash-uiește exact aceiași octeți.
Hexazecimal: 2 caractere pentru fiecare octet
Hexazecimalul (baza 16) folosește cifrele 0–9 și literele a–f. Un octet (0–255) se scrie în hex cu exact 2 caractere (00–ff). bytes.hex() transformă octeții în text hex, iar bytes.fromhex() face drumul invers:
octeti = "Ana".encode()
print(octeti.hex())
inapoi = bytes.fromhex("416e61")
print(inapoi)
print(inapoi.decode())416e61 b'Ana' Ana
Cu diacritice, numărul de octeți diferă de numărul de caractere:
for text in ["mar", "măr", "€"]:
o = text.encode()
print(text, len(text), "caractere,", len(o), "octeți:", o.hex())mar 3 caractere, 3 octeți: 6d6172 măr 3 caractere, 4 octeți: 6dc48372 € 1 caractere, 3 octeți: e282ac
digest() și hexdigest()
Un obiect hash îți dă rezultatul în două forme: digest() întoarce cei 32 de octeți bruți, iar hexdigest() întoarce aceiași octeți ca text hex de 64 de caractere.
import hashlib
h = hashlib.sha256("Ana".encode())
d = h.digest()
x = h.hexdigest()
print(type(d).__name__, len(d))
print(type(x).__name__, len(x))
print(d.hex() == x)
print(d[:4].hex())bytes 32 str 64 True dea210f0
| Formă | Tip | Lungime | Când o folosești |
|---|---|---|---|
| digest() | bytes | 32 | când hash-ul intră în alt calcul (Bitcoin face SHA-256 de două ori pe octeți, lecția 19) |
| hexdigest() | str | 64 | când afișezi sau compari hash-uri, când le pui în JSON |
| digest()[:8].hex() | str | 16 | primii 8 octeți, afișați ca hex |
Pas cu pas
Un bytes se comportă ca o listă de numere: d[0] este un int, iar d[:8] este un bytes cu primii 8 octeți. 8 octeți înseamnă 16 caractere hex.
Greșeli frecvente
- **len(text) în loc de len(text.encode()).** Pentru „Ăla” prima dă 3, a doua 4. Hash-ul lucrează pe octeți.
- **Compari digest() cu hexdigest().** Un bytes nu este niciodată egal cu un str, deci d == x dă False chiar dacă sunt aceeași amprentă. Compară d.hex() == x.
- **bytes.fromhex("abc")** dă ValueError: un text hex are mereu număr par de caractere (2 pe octet).
- Tai hash-ul hex la 8 caractere crezând că ai 8 octeți. 8 caractere hex = 4 octeți.
Octeții în blockchain
Are exact 80 de octeți: versiune, hash anterior, rădăcina Merkle, timp, dificultate, nonce, toți scriși ca octeți.
Afișează tranzacțiile ca text hex lung; e același șir de octeți, scris cu 2 caractere pe octet.
O cheie privată Bitcoin are 32 de octeți, afișați de obicei ca 64 de caractere hex.
Un nume cu „ș” sau „ț” ocupă mai mulți octeți decât crezi; contează la limitele de mărime ale tranzacțiilor.
Pentru textul Ăla, afișează pe rând: numărul de caractere, numărul de octeți UTF-8, octeții în hex și primii 8 octeți ai digest-ului SHA-256, în hex. Folosește exact etichetele: caractere:, octeti:, hex:, sha256[:8]:.
- Transformă textul în octeți cu text.encode("utf-8").
- Afișează len(text) și len(octeti).
- Afișează octeti.hex().
- Calculează hashlib.sha256(octeti).digest() și afișează primii 8 octeți cu [:8].hex().
Soluția exercițiului
import hashlib
text = "Ăla"
octeti = text.encode("utf-8")
print("caractere:", len(text))
print("octeti:", len(octeti))
print("hex:", octeti.hex())
d = hashlib.sha256(octeti).digest()
print("sha256[:8]:", d[:8].hex()) 