从 YAML 文件读取 cryptography.fernet 加密密钥为字符串

从 yaml 文件读取 cryptography.fernet 加密密钥为字符串

从 YAML 文件读取使用 cryptography.fernet 生成的加密密钥,并将其转换为字符串格式。由于 YAML 默认会将密钥存储为二进制数据,本文将提供解决方案,展示如何正确加载和解码密钥,以便在密码恢复等场景中使用。

从 YAML 文件中读取 Fernet 加密密钥

在使用 cryptography.fernet 进行数据加密时,通常会将生成的密钥存储在配置文件中,例如 YAML 文件。然而,YAML 解析器默认会将密钥识别为二进制数据,这可能导致在后续使用时出现问题。本节将介绍如何从 YAML 文件中正确读取并解码 Fernet 加密密钥。

问题描述

当使用 yaml.load() 方法从 YAML 文件读取密钥时,密钥会被转换为字节串 (bytes) 格式,而不是期望的字符串格式。例如,如果 YAML 文件包含以下内容:

encryption_key: !!binary |  Rkl5ZVFTQnZhNG1LcVhsSU1LV3FUZzNETGVRcWx0VTQyMzFyRDJlTWR4UT0=username: Jackencrypted_password: gAAAAABlXhuUZimgsD1eN7gLZpfzvxKc4Bz9fIPmVhWvwGoKkaUiSWOSf7gkFJBM8XRU-kgn37kKH3KC2XTz-CHLVX2PFerckQ==

使用以下 Python 代码读取密钥:

import yamlwith open("credentials.yml", 'r') as file:    yaml_data = yaml.safe_load(file) # 使用 safe_load 更安全print(yaml_data['encryption_key'])

输出结果将是字节串格式:b’FIyeQSBva4mKqXlIMKWqTg3DLeQqltU4231rD2eMdxQ=’,而不是字符串格式:Rkl5ZVFTQnZhNG1LcVhsSU1LV3FUZzNETGVRcWx0VTQyMzFyRDJlTWR4UT0=。

解决方案

Fernet 密钥实际上是 Base64 编码的。因此,需要将读取到的字节串进行 Base64 解码,并将其转换为字符串。

以下是修改后的 Python 代码:

import yamlimport base64with open("credentials.yml", 'r') as file:    yaml_data = yaml.safe_load(file)encryption_key_bytes = yaml_data['encryption_key']encryption_key_string = base64.b64encode(encryption_key_bytes).decode('utf-8')print(encryption_key_string)

这段代码首先使用 yaml.safe_load() 安全地加载 YAML 文件。然后,它从加载的数据中获取加密密钥的字节串。接下来,使用 base64.b64encode() 将字节串进行 Base64 编码,并使用 .decode(‘utf-8’) 将结果转换为 UTF-8 字符串。

完整示例

以下是一个完整的示例,展示了如何生成 Fernet 密钥,将其存储到 YAML 文件中,然后从 YAML 文件中读取并使用该密钥进行加密和解密:

import yamlimport base64from cryptography.fernet import Fernet# 1. 生成 Fernet 密钥key = Fernet.generate_key()key_string = base64.b64encode(key).decode('utf-8') # 编码为字符串# 2. 创建 YAML 数据data = {    'encryption_key': key_string,    'username': 'Alice',    'encrypted_password': None  # 初始为空}# 3. 将数据写入 YAML 文件with open("credentials.yml", 'w') as file:    yaml.dump(data, file)# 4. 从 YAML 文件读取数据with open("credentials.yml", 'r') as file:    loaded_data = yaml.safe_load(file)# 5. 获取密钥并创建 Fernet 对象encryption_key_string = loaded_data['encryption_key']encryption_key_bytes = base64.b64decode(encryption_key_string) # 解码为 bytesfernet = Fernet(encryption_key_bytes)# 6. 加密和解密示例message = "This is a secret message!".encode('utf-8')encrypted_message = fernet.encrypt(message)decrypted_message = fernet.decrypt(encrypted_message).decode('utf-8')print("Original message:", message.decode('utf-8'))print("Encrypted message:", encrypted_message)print("Decrypted message:", decrypted_message)

注意事项

安全性: 请务必妥善保管加密密钥。如果密钥丢失,将无法解密已加密的数据。YAML 安全加载: 使用 yaml.safe_load() 而不是 yaml.load() 可以避免潜在的安全风险,特别是当 YAML 文件来自不受信任的来源时。编码一致性: 确保在加密和解密过程中使用相同的编码方式(例如 UTF-8)。异常处理: 在实际应用中,应添加适当的异常处理机制,以处理文件读取、YAML 解析和 Base64 解码过程中可能出现的错误。

总结

本文介绍了如何从 YAML 文件中读取 cryptography.fernet 生成的加密密钥,并将其转换为字符串格式。通过使用 base64 模块进行编码和解码,可以确保密钥以正确的格式加载,以便在密码恢复等场景中使用。同时,强调了安全性、YAML 安全加载和编码一致性等注意事项,以帮助开发者编写更健壮和安全的代码。

以上就是从 YAML 文件读取 cryptography.fernet 加密密钥为字符串的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1362941.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
Python Pub/Sub 订阅客户端在应用过滤器后无法拉取消息的解决方案
上一篇 2025年12月14日 03:07:40
Python Pub/Sub 订阅者客户端在使用过滤器时无法拉取消息的解决方案
下一篇 2025年12月14日 03:07:47

相关推荐

  • Matplotlib 地图中多类型图例的创建与优化

    Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化

    本教程旨在解决matplotlib地图可视化中,如何在一个图例中同时展示颜色块(如区域分类)和自定义标记(如特定兴趣点)的问题。文章详细介绍了当传统`patch`对象无法正确显示标记时,如何利用`matplotlib.lines.line2d`创建标记图例句柄,并将其与颜色块图例句柄合并,从而生成一…

    2026年5月10日 用户投稿
    100
  • 利用海象运算符简化条件赋值:Python教程与最佳实践

    本文旨在探讨Python中海象运算符(:=)在条件赋值场景下的应用。通过对比传统if/else语句与海象运算符,以及条件表达式,分析海象运算符在简化代码、提高可读性方面的优势与局限性。并通过具体示例,展示如何在列表推导式等场景下合理使用海象运算符,同时强调其潜在的复杂性及替代方案,帮助开发者更好地掌…

    2026年5月10日
    000
  • RichHandler与Rich Progress集成:解决显示冲突的教程

    在使用rich库的`richhandler`进行日志输出并同时使用`progress`组件时,可能会遇到显示错乱或溢出问题。这通常是由于为`richhandler`和`progress`分别创建了独立的`console`实例导致的。解决方案是确保日志处理器和进度条组件共享同一个`console`实例…

    2026年5月10日
    000
  • 使用 Jupyter Notebook 进行探索性数据分析

    Jupyter Notebook通过单元格实现代码与Markdown结合,支持数据导入(pandas)、清洗(fillna)、探索(matplotlib/seaborn可视化)、统计分析(describe/corr)和特征工程,便于记录与分享分析过程。 Jupyter Notebook 是进行探索性…

    2026年5月10日
    000
  • Python命令怎样使用profile分析脚本性能 Python命令性能分析的基础教程

    使用Python的cProfile模块分析脚本性能最直接的方式是通过命令行执行python -m cProfile your_script.py,它会输出每个函数的调用次数、总耗时、累积耗时等关键指标,帮助定位性能瓶颈;为进一步分析,可将结果保存为文件python -m cProfile -o ou…

    2026年5月10日
    000
  • 使用 WebCodecs VideoDecoder 实现精确逐帧回退

    本文档旨在解决在使用 WebCodecs VideoDecoder 进行视频解码时,实现精确逐帧回退的问题。通过比较帧的时间戳与目标帧的时间戳,可以避免渲染中间帧,从而提高用户体验。本文将提供详细的解决方案和示例代码,帮助开发者实现精确的视频帧控制。 在使用 WebCodecs VideoDecod…

    2026年5月10日
    000
  • Python递归函数追踪与性能考量:以序列打印为例

    本文深入探讨了Python中一种递归打印序列元素的方法,并着重演示了如何通过引入缩进参数来有效追踪递归函数的执行流程和参数变化。通过实际代码示例,文章揭示了递归调用可能带来的潜在性能开销,特别是对调用栈空间的需求,以及Python默认递归深度限制可能导致的错误,为读者提供了理解和优化递归算法的实用见…

    2026年5月10日
    000
  • python中zip函数详解 python多序列压缩zip函数应用场景

    zip函数的应用场景包括:1) 同时遍历多个序列,2) 合并多个列表的数据,3) 数据分析和科学计算中的元素运算,4) 处理csv文件,5) 性能优化。zip函数是一个强大的工具,能够简化代码并提高处理多个序列时的效率。 在Python中,zip函数是一个非常有用的工具,它能够将多个可迭代对象打包成…

    2026年5月10日
    000
  • html5怎么画实线_HTML5用CSS border-style:solid画元素实线边框【绘制】

    可通过CSS的border-style属性设为solid添加实线边框:一、内联样式用border:2px solid #000;二、内部样式表统一设置如div{border:1px solid #333};三、外部CSS文件定义.my-box{border:3px solid red}并引入;四、单…

    2026年5月10日
    200
  • Python中怎样使用pymongo?

    在python中使用pymongo可以轻松地与mongodb数据库进行交互。1)安装pymongo:pip install pymongo。2)连接到mongodb:from pymongo import mongoclient; client = mongoclient(‘mongod…

    2026年5月10日
    000
  • JS如何实现迭代器?迭代器协议

    JavaScript中实现迭代器需遵循可迭代协议和迭代器协议,通过定义[Symbol.iterator]方法返回具备next()方法的迭代器对象,从而支持for…of和展开运算符;该机制统一了数据结构的遍历接口,实现惰性求值,适用于自定义对象、树、图及无限序列等复杂场景,提升代码通用性与…

    2026年5月10日
    000
  • 使用 Pydantic v2 实现条件性必填字段

    本文介绍了如何在 Pydantic v2 模型中实现条件性必填字段。通过自定义验证器,可以根据模型中其他字段的值来动态地控制某些字段是否为必填项,从而满足 API 交互中数据验证的复杂需求。本文提供了一个具体的示例,展示了如何确保模型中至少有一个字段被赋值。 在 Pydantic v2 中,虽然没有…

    2026年5月10日
    000
  • 如何讲html和css_讲解HTML与CSS结合使用基础【基础】

    需将HTML与CSS结合使用以实现网页结构与样式的分离:HTML定义标题、段落等语义结构,CSS控制颜色、字体等外观;可通过内联样式、内部样式表或外部CSS文件引入样式,并利用类选择器和ID选择器精准应用。 如果您希望网页不仅展示内容,还能具备基本的样式和结构布局,则需要将HTML与CSS结合使用。…

    2026年5月10日
    000
  • React组件中动态属性值的管理与同步:利用状态实现受控组件

    本教程旨在解决react组件中动态属性值同步使用的问题。我们将探讨如何利用react的`usestate` hook来管理组件内部状态,从而实现一个属性的值动态地影响另一个属性,并构建出可预测、易于维护的受控组件。文章将通过具体代码示例,详细阐述从初始化状态到处理状态更新的完整过程,并强调受控组件在…

    2026年5月10日
    000
  • Python 函数参数类型:如何使用可变参数和动态参数?

    python 中的参数类型:关键词参数、可变参数和动态参数 在 python 中,函数的参数可以分为以下几种类型: 关键词参数(kw)**:这些参数具有名称,并且在调用函数时明确指定。可变参数(*args):这些参数没有名称,允许函数接受任意数量的位置参数。它们将被收集到一个元组中。动态参数(kwa…

    2026年5月10日
    000
  • 高通预热 2023 骁龙峰会:以AI为主题,10 月 25-26 日举行

    高通预热 2023 骁龙峰会:以AI为主题,10 月 25-26 日举行高通预热 2023 骁龙峰会:以AI为主题,10 月 25-26 日举行高通预热 2023 骁龙峰会:以AI为主题,10 月 25-26 日举行高通预热 2023 骁龙峰会:以AI为主题,10 月 25-26 日举行

    【环球网科技综合报道】10月17日消息,高通今日对 2023 骁龙峰会进行了预热,本次大会将以 %ign%ignore_a_1%re_a_1% 为主题,届时骁龙 8 gen 3 处理器也很大可能在本届峰会亮相。 在临近活动召开之日,相关业内人士也透露了高通骁龙8Gen3跑分及规格。据悉,高通骁龙8 …

    2026年5月10日 用户投稿
    000
  • pycharm解析器怎么添加 解析器添加详细流程

    在pycharm中添加解析器的步骤包括:1) 打开pycharm并进入设置,2) 选择project interpreter,3) 点击齿轮图标并选择add,4) 选择解析器类型并配置路径,5) 点击ok完成添加。添加解析器后,选择合适的类型和版本,配置环境变量,并利用解析器的功能提高开发效率。 在…

    2026年5月10日
    000
  • python中numpy的用法

    NumPy是Python中用于科学计算的强大库,它提供了以下功能:多维数组处理矩阵运算快速傅里叶变换(FFT)线性代数随机数生成 NumPy在Python中的强大功能 NumPy是Python中用于科学计算的一个强大且灵活的库。它提供了用于处理多维数组和矩阵的一组高效工具,是数据分析和机器学习项目的…

    2026年5月10日
    100
  • CSS技巧:在复杂悬停效果中确保图像始终可见

    CSS技巧:在复杂悬停效果中确保图像始终可见CSS技巧:在复杂悬停效果中确保图像始终可见CSS技巧:在复杂悬停效果中确保图像始终可见CSS技巧:在复杂悬停效果中确保图像始终可见

    本教程探讨如何在包含悬停效果的CSS卡片布局中,确保图像始终显示在最顶层而不被裁剪或遮挡。通过调整HTML结构,利用CSS的position和z-index属性,以及引入pointer-events,我们将解决图像被overflow: hidden和扩展叠加层遮盖的问题,实现复杂的视觉交互效果。 在…

    2026年5月10日 用户投稿
    000
  • 从 JavaScript 获取 URL 并在 PHP DataGrid 中使用

    本文档旨在指导开发者如何从 JavaScript 函数中获取 URL,并将其动态应用于 PHP DataGrid。通过前端 JavaScript 动态生成 API 地址,并将其传递给后端的 PHP DataGrid,实现数据根据用户会话动态加载。 动态配置 DataGrid 的 URL 在构建动态 …

    2026年5月10日
    000

发表回复

登录后才能评论
关注微信