01_MD5源码分析

一、MD5明文处理

1. C实现的MD5算法使用

MD5_CTX context;
MD5Init(&context);
unsigned char* plainText = (unsigned char *) "xiaojianbang";
MD5Update(&context, plainText, strlen(reinterpret_cast<const char *>(plainText)));
unsigned char result[16];
MD5Final(&context, result);

2. MD明文处理大致过程

首先对明文进行hex编码：xiaojianbang ==> 78 69 61 6f 6a 69 61 6e 62 61 6e 67。然后会将明文填充到448bit，填充的时候先填一个比特位，再填0，将明文扩展到448bit。

接着就是附加消息长度：用64bit表示消息长度，这里的长度是指明文的比特位数量，然后将长度转小端序之后拼接。

最后明文会处理成以下形式：

1
2
3

|<----------------- 448 bit ----------------->|<------64bit--------->|
|<----  明文HEX编码      ------------>|<--pad->|<--------明文长度------>|
 78 69 61 6f 6a 69 61 6e 62 61 6e 67 80 ...... 60 00 00 00 00 00 00 00

加起来就是512bit

注意事项：

MD5输入数据无限大，不可能一起处理，需要分组
MD5分组长度为512bit，数据需要处理到512的倍数，所以需要填充
填充的位数为1-512bit，如果明文长度刚好为448bit，那么就填充512bit

这里第三点，为什么明文长度刚好为448时，要填充512bit的原因是这样的：

二、MD5初始化常量

MD5的初始化使用的是MD5Init(MD5_CTX *context)这个函数：

void MD5Init(MD5_CTX *context) {
    context->count[0] = 0;
    context->count[1] = 0;
    context->state[0] = 0x67452301;
    context->state[1] = 0xEFCDAB89;
    context->state[2] = 0x98BADCFE;
    context->state[3] = 0x10325476;
}

这个初始化函数就是将MD5_CTX当中的count清零，给state初始化赋值，这个context->state赋值，这个就是state就是md5的初始化向量。标准md5的魔术就是这样，一般开发人员喜欢修改这些值来达到魔改md5的目的。

三、MD5的Transform

1. Transform的基本步骤

这是MD5算法中最核心的轮循环运算。首先方框是加法，<<<是循环位移，ABCD对应的就是ctx当中的state。

每一轮都会把旧的D给新的A，旧的B给C，旧的C给D。然后将旧的A通过运算之后给新的B，也就是每一次运算都只处理一个DWORD的值。
A到B的过程如下：B = ((A + F(B,C,D) + Mi + Ki) <<< S) + B
最后经过这四个初始化常量不断变化后的值，拼接得到最终的摘要结果

2. Transform算法流程

void MD5Transform(unsigned int state[4], unsigned char block[64]) {
    unsigned int a = state[0];
    unsigned int b = state[1];
    unsigned int c = state[2];
    unsigned int d = state[3];
    unsigned int x[64];
    MD5Decode(x, block, 64);
    FF(a, b, c, d, x[0], 7, 0xd76aa478); /* 1 */
    FF(d, a, b, c, x[1], 12, 0xe8c7b756); /* 2 */
    FF(c, d, a, b, x[2], 17, 0x242070db); /* 3 */
    FF(b, c, d, a, x[3], 22, 0xc1bdceee); /* 4 */
    FF(a, b, c, d, x[4], 7, 0xf57c0faf); /* 5 */
    FF(d, a, b, c, x[5], 12, 0x4787c62a); /* 6 */
    FF(c, d, a, b, x[6], 17, 0xa8304613); /* 7 */
    FF(b, c, d, a, x[7], 22, 0xfd469501); /* 8 */
    FF(a, b, c, d, x[8], 7, 0x698098d8); /* 9 */
    FF(d, a, b, c, x[9], 12, 0x8b44f7af); /* 10 */
    FF(c, d, a, b, x[10], 17, 0xffff5bb1); /* 11 */
    FF(b, c, d, a, x[11], 22, 0x895cd7be); /* 12 */
    FF(a, b, c, d, x[12], 7, 0x6b901122); /* 13 */
    FF(d, a, b, c, x[13], 12, 0xfd987193); /* 14 */
    FF(c, d, a, b, x[14], 17, 0xa679438e); /* 15 */
    FF(b, c, d, a, x[15], 22, 0x49b40821); /* 16 */

    /* Round 2 */
    GG(a, b, c, d, x[1], 5, 0xf61e2562); /* 17 */
    GG(d, a, b, c, x[6], 9, 0xc040b340); /* 18 */
    GG(c, d, a, b, x[11], 14, 0x265e5a51); /* 19 */
    GG(b, c, d, a, x[0], 20, 0xe9b6c7aa); /* 20 */
    GG(a, b, c, d, x[5], 5, 0xd62f105d); /* 21 */
    GG(d, a, b, c, x[10], 9, 0x2441453); /* 22 */
    GG(c, d, a, b, x[15], 14, 0xd8a1e681); /* 23 */
    GG(b, c, d, a, x[4], 20, 0xe7d3fbc8); /* 24 */
    GG(a, b, c, d, x[9], 5, 0x21e1cde6); /* 25 */
    GG(d, a, b, c, x[14], 9, 0xc33707d6); /* 26 */
    GG(c, d, a, b, x[3], 14, 0xf4d50d87); /* 27 */
    GG(b, c, d, a, x[8], 20, 0x455a14ed); /* 28 */
    GG(a, b, c, d, x[13], 5, 0xa9e3e905); /* 29 */
    GG(d, a, b, c, x[2], 9, 0xfcefa3f8); /* 30 */
    GG(c, d, a, b, x[7], 14, 0x676f02d9); /* 31 */
    GG(b, c, d, a, x[12], 20, 0x8d2a4c8a); /* 32 */

    /* Round 3 */
    HH(a, b, c, d, x[5], 4, 0xfffa3942); /* 33 */
    HH(d, a, b, c, x[8], 11, 0x8771f681); /* 34 */
    HH(c, d, a, b, x[11], 16, 0x6d9d6122); /* 35 */
    HH(b, c, d, a, x[14], 23, 0xfde5380c); /* 36 */
    HH(a, b, c, d, x[1], 4, 0xa4beea44); /* 37 */
    HH(d, a, b, c, x[4], 11, 0x4bdecfa9); /* 38 */
    HH(c, d, a, b, x[7], 16, 0xf6bb4b60); /* 39 */
    HH(b, c, d, a, x[10], 23, 0xbebfbc70); /* 40 */
    HH(a, b, c, d, x[13], 4, 0x289b7ec6); /* 41 */
    HH(d, a, b, c, x[0], 11, 0xeaa127fa); /* 42 */
    HH(c, d, a, b, x[3], 16, 0xd4ef3085); /* 43 */
    HH(b, c, d, a, x[6], 23, 0x4881d05); /* 44 */
    HH(a, b, c, d, x[9], 4, 0xd9d4d039); /* 45 */
    HH(d, a, b, c, x[12], 11, 0xe6db99e5); /* 46 */
    HH(c, d, a, b, x[15], 16, 0x1fa27cf8); /* 47 */
    HH(b, c, d, a, x[2], 23, 0xc4ac5665); /* 48 */

    /* Round 4 */
    II(a, b, c, d, x[0], 6, 0xf4292244); /* 49 */
    II(d, a, b, c, x[7], 10, 0x432aff97); /* 50 */
    II(c, d, a, b, x[14], 15, 0xab9423a7); /* 51 */
    II(b, c, d, a, x[5], 21, 0xfc93a039); /* 52 */
    II(a, b, c, d, x[12], 6, 0x655b59c3); /* 53 */
    II(d, a, b, c, x[3], 10, 0x8f0ccc92); /* 54 */
    II(c, d, a, b, x[10], 15, 0xffeff47d); /* 55 */
    II(b, c, d, a, x[1], 21, 0x85845dd1); /* 56 */
    II(a, b, c, d, x[8], 6, 0x6fa87e4f); /* 57 */
    II(d, a, b, c, x[15], 10, 0xfe2ce6e0); /* 58 */
    II(c, d, a, b, x[6], 15, 0xa3014314); /* 59 */
    II(b, c, d, a, x[13], 21, 0x4e0811a1); /* 60 */
    II(a, b, c, d, x[4], 6, 0xf7537e82); /* 61 */
    II(d, a, b, c, x[11], 10, 0xbd3af235); /* 62 */
    II(c, d, a, b, x[2], 15, 0x2ad7d2bb); /* 63 */
    II(b, c, d, a, x[9], 21, 0xeb86d391); /* 64 */
    state[0] += a;
    state[1] += b;
    state[2] += c;
    state[3] += d;
}

这里通过64轮的变换之后重新拼接成一个128位的值，也就是md5值，这几个FF, GG, HH, II是一个宏，具体定义如下：

#define F(x,y,z) ((x & y) | (~x & z))
#define G(x,y,z) ((x & z) | (y & ~z))
#define H(x,y,z) (x^y^z)
#define I(x,y,z) (y ^ (x | ~z))
#define ROTATE_LEFT(x,n) ((x << n) | (x >> (32-n)))
#define FF(a,b,c,d,x,s,ac) \
          { \
          a += F(b,c,d) + x + ac; \
          a = ROTATE_LEFT(a,s); \
          a += b; \
          }
#define GG(a,b,c,d,x,s,ac) \
          { \
          a += G(b,c,d) + x + ac; \
          a = ROTATE_LEFT(a,s); \
          a += b; \
          }
#define HH(a,b,c,d,x,s,ac) \
          { \
          a += H(b,c,d) + x + ac; \
          a = ROTATE_LEFT(a,s); \
          a += b; \
          }
#define II(a,b,c,d,x,s,ac) \
          { \
          a += I(b,c,d) + x + ac; \
          a = ROTATE_LEFT(a,s); \
          a += b; \
          }

所以一开始的单轮的转换图，当中的F函数其实有四种，分别是F, G, H, I。

3. MD5Encode与MD5Decode

void MD5Encode(unsigned char *output, unsigned int *input, unsigned int len) {
    unsigned int i = 0, j = 0;
    while (j < len) {
        output[j] = input[i] & 0xFF;
        output[j + 1] = (input[i] >> 8) & 0xFF;
        output[j + 2] = (input[i] >> 16) & 0xFF;
        output[j + 3] = (input[i] >> 24) & 0xFF;
        i++;
        j += 4;
    }
}

void MD5Decode(unsigned int *output, unsigned char *input, unsigned int len) {
    unsigned int i = 0, j = 0;
    while (j < len) {
        output[i] = (input[j]) |
                    (input[j + 1] << 8) |
                    (input[j + 2] << 16) |
                    (input[j + 3] << 24);
        i++;
        j += 4;
    }
}

MD5Encode：的功能就是将DWORD在内存中的排布存放到字节数组当中，例如DWORD的0x12345678按照内存排布转成字节数组就是：0x78 0x56 0x34 0x12
MD5Decode：将字节数组转成DWORD，与上面函数操作相反

4. MD5Update实现

void MD5Update(MD5_CTX *context, unsigned char *input, unsigned int inputlen) {
    unsigned int i = 0, index = 0, partlen = 0;
    index = (context->count[0] >> 3) & 0x3F;					// count[0]记录了bit数，这里index位字节数量
    partlen = 64 - index;										// 还要填充多少字节
    context->count[0] += inputlen << 3;							// 更新总位数计数器，加上新的输入bit位数
    if (context->count[0] < (inputlen << 3))					// 如果加完之后变小了说明溢出了，要向高位DWORD借位
        context->count[1]++;
    context->count[1] += inputlen >> 29;						// 加上inputlen最高3位部分

    if (inputlen >= partlen) {									// 如果输入的数据可以填满缓冲区
        memcpy(&context->buffer[index], input, partlen);		// 先填满缓冲区
        MD5Transform(context->state, context->buffer);			// 先运算一次
        for (i = partlen; i + 64 <= inputlen; i += 64)			// 先将input剩下的64字节分组运算
            MD5Transform(context->state, &input[i]);
        index = 0;
    } else {
        i = 0;
    }
    memcpy(&context->buffer[index], &input[i], inputlen - i);	// 剩下的部分等到下一次的Update再运算
}

count当中存放的是明文的总位数，count[0]存放低四位，count[1]存放高四位。

5. MD5Final实现

void MD5Final(MD5_CTX *context, unsigned char digest[16]) {
    unsigned int index = 0, padlen = 0;
    unsigned char bits[8];
    index = (context->count[0] >> 3) & 0x3F;
    padlen = (index < 56) ? (56 - index) : (120 - index);		// 如果明文长度最后一部分恰好是448位，则直接填充512位
    MD5Encode(bits, context->count, 8);
    MD5Update(context, PADDING, padlen);
    MD5Update(context, bits, 8);								// 拼接最后的64bit，然后运算
    MD5Encode(digest, context->state, 16);						// 将ABCD拼接后转成128bit哈希值存放到内存当中
}

这里会将所需要填充的位数求出来，然后使用MD5Update进行最后的填充，然后再进行Transfrom。最后将context当中运算完成的state进行拼接，就是md5的哈希结果。