博客
关于我
java加密解密
阅读量:802 次
发布时间:2023-01-28

本文共 3394 字,大约阅读时间需要 11 分钟。

Base64编码与DES加密解密算法

Base64编码是网络上最常见的用于传输8位字节代码的编码方式之一,可用于在HTTP环境下传递较长的标识信息。其运算原理基于计算机是8位存储的特点,通过将24位字符分解为4组6位的字符进行处理,并为每组高位补0,转换成ascii码后根据RFC2045~RFC2049表进行转换。

Base64编码示例

public class Test {    public static void main(String[] args) throws Exception {        Test test = new Test();        test.testEncrypt();        test.testDecrypt();    }    public void testEncrypt() throws Exception {        String pwd = "123456";        byte[] i = pwd.getBytes();        String input = new BASE64Encoder().encodeBuffer(i);        System.out.println(input);    }    public void testDecrypt() throws Exception {        String pwd = "MTIzNDU2";        byte[] o = new BASE64Decoder().decodeBuffer(pwd);        String output = new String(o);        System.out.println(output);    }}

输出结果

123456的Base64编码为:MTIzNDU2解密后的结果为:123456

DES加密算法

DES(Data Encryption Standard)是一种对称加密算法,加密和解密均使用相同密钥进行处理。

public class DESTest {    public static void main(String[] args) {        DESTest t = new DESTest();        String data = "123456";        String encode_data = t.encode(data);        System.out.println(encode_data);        String decode_data = t.decode(encode_data);        System.out.println(decode_data);    }    public static final String ALGORITHM_DES = "DES";    public static final String SIGN_KEY = "20170313EHR";    public String encode(String data) {        if (data == null) {            return null;        }        try {            String key = SIGN_KEY;            DESKeySpec dks = new DESKeySpec(key.getBytes());            SecretKeyFactory keyFactory = SecretKeyFactory.getInstance("DES");            Key secretKey = keyFactory.generateSecret(dks);            Cipher cipher = Cipher.getInstance(ALGORITHM_DES);            cipher.init(Cipher.ENCRYPT_MODE, secretKey);            byte[] bytes = cipher.doFinal(data.getBytes());            return byte2str(bytes);        } catch (Exception e) {            e.printStackTrace();            return data;        }    }    public String decode(String data) {        if (data == null) {            return null;        }        try {            String key = SIGN_KEY;            DESKeySpec dks = new DESKeySpec(key.getBytes());            SecretKeyFactory keyFactory = SecretKeyFactory.getInstance("DES");            Key secretKey = keyFactory.generateSecret(dks);            Cipher cipher = Cipher.getInstance(ALGORITHM_DES);            cipher.init(Cipher.DECRYPT_MODE, secretKey);            byte[] bytes = cipher.doFinal(str2byte(data.getBytes()));            return new String(bytes);        } catch (Exception e) {            e.printStackTrace();            return data;        }    }    private static byte[] str2byte(byte[] b) {        if ((b.length % 2) != 0) {            throw new IllegalArgumentException();        }        byte[] b2 = new byte[b.length / 2];        for (int n = 0; n < b.length; n += 2) {            String item = new String(b, n, 2);            b2[n / 2] = (byte) Integer.parseInt(item, 16);        }        return b2;    }    private static String byte2str(byte[] b) {        StringBuilder hs = new StringBuilder();        for (int n = 0; n < b.length; n++) {            String stmp = Integer.toHexString(b[n] & 0xFF);            if (stmp.length() == 1) {                hs.append('0');            }            hs.append(stmp);        }        return hs.toString().toUpperCase();    }}

编码与解密后的结果

  • 编码:1730D210F056D4D8123456
  • 解密:123456

转载地址:http://ejryk.baihongyu.com/

你可能感兴趣的文章
opencv之cv2.findContours和drawContours(python)
查看>>
opencv之namedWindow,imshow出现两个窗口
查看>>
opencv之模糊处理
查看>>
Opencv介绍及opencv3.0在 vs2010上的配置
查看>>
OpenCV使用霍夫变换检测图像中的形状
查看>>
opencv保存图片路径包含中文乱码解决方案
查看>>
OpenCV保证输入图像为三通道
查看>>
OpenCV入门教程(非常详细)从零基础入门到精通,看完这一篇就够了
查看>>
opencv图像分割2-GMM
查看>>
opencv图像分割3-分水岭方法
查看>>
opencv图像切割1-KMeans方法
查看>>
OpenCV图像处理篇之阈值操作函数
查看>>
opencv图像特征融合-seamlessClone
查看>>
OpenCV图像的深浅拷贝
查看>>
OpenCV在Google Colboratory中不起作用
查看>>
OpenCV学习(13) 细化算法(1)(转)
查看>>
OpenCV学习笔记(27)KAZE 算法原理与源码分析(一)非线性扩散滤波
查看>>
OpenCV学堂 | CV开发者必须懂的9种距离度量方法,内含欧氏距离、切比雪夫距离等(建议收藏)
查看>>
OpenCV学堂 | OpenCV中支持的人脸检测方法整理与汇总
查看>>
OpenCV学堂 | OpenCV案例 | 基于轮廓分析对象提取
查看>>