Hash diferit pentru aceleași date: ordinea cheilor în json.dumps
Două dicționare cu aceleași date, dar cu cheile adăugate în altă ordine, dau texte JSON diferite, deci hash-uri diferite. Serializează determinist: json.dumps(date, sort_keys=True, separators=(",", ":")).
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Nu primești niciun mesaj de eroare: programul rulează, dar două noduri calculează hash-uri diferite pentru același bloc, iar verificarea spune că blocul e invalid. Cauza: dicționarele Python păstrează ordinea în care au fost adăugate cheile, iar json.dumps le scrie în această ordine. {"de_la": "ana", "suma": 5} și {"suma": 5, "de_la": "ana"} sunt egale ca dicționare (== dă True), dar textele JSON diferă, deci și hash-urile.
Aceeași problemă apare cu spațiile: json.dumps pune implicit un spațiu după : și ,, iar alt program poate să nu-l pună. De aceea, în orice cod care hash-uiește structuri, serializarea trebuie să fie canonică: chei sortate (sort_keys=True) și separatori fixi (separators=(",", ":")).
De ce apare: cauzele frecvente
1Aceeași tranzacție construită în ordini diferite
a = {"de_la": "ana", "catre": "bogdan", "suma": 5}
b = {"suma": 5, "catre": "bogdan", "de_la": "ana"}
sha(json.dumps(a)) == sha(json.dumps(b)) # Falsea = {"de_la": "ana", "catre": "bogdan", "suma": 5}
b = {"suma": 5, "catre": "bogdan", "de_la": "ana"}
sha(json.dumps(a, sort_keys=True)) == sha(json.dumps(b, sort_keys=True)) # TrueCu sort_keys=True, cheile sunt scrise mereu alfabetic, indiferent de ordinea adăugării.
2Spații diferite în textul JSON
t1 = json.dumps(tx, sort_keys=True)
t2 = '{"catre":"bogdan","de_la":"ana","suma":5}'t1 = json.dumps(tx, sort_keys=True, separators=(",", ":"))
t2 = '{"catre":"bogdan","de_la":"ana","suma":5}'Separatorii fixi elimină spațiile, deci textul e identic cu cel produs de alt program care respectă aceeași regulă.
Repară eroarea, direct în pagină
Două noduri primesc aceeași tranzacție, dar o construiesc cu câmpurile în altă ordine, iar codul de mai jos afișează Același hash: False. Repară funcția hash_tx ca serializarea să fie canonică și afișează hash-urile scurte ale ambelor noduri și Același hash: True.
import hashlib, json
def hash_tx(tx):
text = json.dumps(tx)
return hashlib.sha256(text.encode()).hexdigest()
nod_a = {"de_la": "ana", "catre": "bogdan", "suma": 5, "nonce": 3}
nod_b = {"nonce": 3, "suma": 5, "catre": "bogdan", "de_la": "ana"}
print("Nod A:", hash_tx(nod_a)[:16])
print("Nod B:", hash_tx(nod_b)[:16])
print("Același hash:", hash_tx(nod_a) == hash_tx(nod_b))Nod A: f8adb7078704a5f2 Nod B: f8adb7078704a5f2 Același hash: True
Indiciu
Sortează cheile și fixează separatorii în json.dumps.
Reparația
import hashlib, json
def hash_tx(tx):
text = json.dumps(tx, sort_keys=True, separators=(",", ":"))
return hashlib.sha256(text.encode()).hexdigest()
nod_a = {"de_la": "ana", "catre": "bogdan", "suma": 5, "nonce": 3}
nod_b = {"nonce": 3, "suma": 5, "catre": "bogdan", "de_la": "ana"}
print("Nod A:", hash_tx(nod_a)[:16])
print("Nod B:", hash_tx(nod_b)[:16])
print("Același hash:", hash_tx(nod_a) == hash_tx(nod_b))De ce merge
Fără sort_keys, json.dumps scrie cheile în ordinea în care au fost adăugate, deci cele două noduri obțin texte diferite și hash-uri diferite. Cu sort_keys=True cheile apar alfabetic, iar separators=(",", ":") elimină spațiile. Rezultatul e un text canonic: aceleași date dau exact același text, deci același hash pe orice nod.
Cum o eviți pe viitor
Scrie o singură funcție de serializare și folosește-o peste tot: def canonic(d): return json.dumps(d, sort_keys=True, separators=(",", ":")). Hash-uiește doar rezultatul ei. Când semnezi sau verifici o tranzacție, folosește aceeași funcție la ambele capete. Testează cu două dicționare construite în ordini diferite: hash-urile trebuie să fie egale.
Întrebări frecvente
De ce dicționarele sunt egale, dar hash-urile nu?
Pentru că == compară conținutul, nu ordinea. Hash-ul însă se calculează din textul JSON, iar textul depinde de ordinea cheilor și de spații.
Bitcoin și Ethereum folosesc JSON pentru hash?
Nu. Ele folosesc formate binare fixe (Ethereum: RLP, Bitcoin: câmpuri pe octeți într-o ordine stabilită). Ideea e aceeași: o singură formă posibilă pentru aceleași date.
Erori înrudite
TypeError: Object of type bytes is not JSON serializable Blocul sau tranzacția pe care o serializezi cu json.dumps conține o valoare bytes, de obicei un digest() sau o semnătură. JSON nu are tip pentru bytes: păstrează valoarea ca text hex (hexdigest() sau .hex()). cryptography.exceptions.InvalidSignature Verificarea semnăturii a eșuat: mesajul verificat nu e exact același cu cel semnat (alt text, altă ordine a câmpurilor, alte spații) sau folosești altă cheie publică. Serializează mesajul identic la semnare și la verificare. Lanț invalid după modificarea unui bloc Când schimbi datele unui bloc, hash-ul lui se schimbă, iar blocul următor indică acum spre un hash care nu mai există. Lanțul redevine valid doar dacă recalculezi hash-ul blocului modificat și al tuturor blocurilor de după el. Învață Blockchain de la zero, cu exerciții la fiecare lecție
Curs Blockchain și criptomonede: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
