前两天有个新手问我「SHA1参考手册」，我让他先别管公式，搞懂三个变量再说。他试了试，回我说"原来这么简单"。
标准流程
哈希(摘要)是把任意长度数据映射成固定长度字符串的单向函数，MD5输出128位(32位十六进制)、SHA1输出160位(40位)、SHA256输出256位(64位)。同样输入永远得同样输出，改一个字节结果天翻地覆(雪崩效应)，且无法从输出反推输入。哈希和加密是两码事，前者不可逆后者可逆，别混着用。编码问题九成是UTF-8和GBK没统一，全链路统一UTF-8能解决一大半乱码。
常见错误盘点
MD5和SHA1已被证明不安全(可碰撞)，不能用于安全场景(密码存储、数字签名)，要用SHA256或更强。密码存储还要加盐(salt)防彩虹表，或用Bcrypt/Argon2等慢哈希。文件校验用MD5/SHA256验证完整性是OK的。字符串操作要考虑多字节字符，中文一个字不等于一个字节。中文用mb_系列函数处理，旧函数容易截断半个汉字出乱码。
看个真实案例
先搞清概念。SHA1参考手册这类文本操作，本质是对字符串按某种规则转换或分析。搞懂规则(编码标准、正则语法、格式规范)，操作就有章法；规则没吃透，照着抄都会出错。能用成熟库就别自己造轮子，特别是编码、加密、解析这种容易出错的领域。写完正则或解析逻辑，一定用边界案例测：空串、超长、特殊字符、Unicode。
几个要注意的地方
下面这几条比正文还重要，别跳过：
- MD5和SHA1已被证明可碰撞，不能用于安全场景
- 哈希单向不可逆，无法从输出反推输入
- 密码存储要加盐防彩虹表，用慢哈希(Bcrypt/Argon2)防暴力破解
- 同样输入永远得同样输出，改一个字节结果天翻地覆(雪崩效应)
下次遇到类似的，先别急着搜，把今天讲的几个点过一遍，多半能自己解决。
处理用户输入一定过滤特殊字符，防XSS和注入是基本功。数据格式(JSON/XML/CSV)要先确认再解析，猜格式必出错。编码问题九成是UTF-8和GBK没统一，全链路统一UTF-8能解决一大半乱码。大文件别一次性读进内存，用流式处理或逐行读取，否则容易OOM。能用成熟库就别自己造轮子，特别是编码、加密、解析这种容易出错的领域。哈希和加密是两码事，前者不可逆后者可逆，别混着用。
常见问题
【MD5能用来加密密码吗？】不建议。MD5可碰撞且速度快易被暴力破解。密码存储要用Bcrypt/Argon2等慢哈希并加盐(salt)，文件完整性校验用MD5/SHA256可以。
【SHA1参考手册是什么意思？】属于文本处理范畴，是对字符串按特定规则转换或分析的操作。具体含义要看场景，但核心都是让文本数据能在不同环境正确表示和使用。
【哈希能反推出原文吗？】不能。哈希是单向函数，无法从输出反推输入。只能用彩虹表(预计算的原文-哈希表)暴力匹配简单密码，所以密码要加盐、用慢哈希(Bcrypt/Argon2)。
【MD5和SHA256有什么区别？】MD5输出128位(32位十六进制)，SHA256输出256位(64位)。MD5已被证明可碰撞不安全，不能用于密码签名；SHA256目前安全。文件校验两者都行，安全场景用SHA256。
