Serialisiertes JSON für Hashes deterministisch machen

Den zulässigen Datenbereich festlegen

Für einen internen, reinen Python-Fingerabdruck die Eingabe auf Objekte mit Zeichenketten-Schlüsseln, Listen, Zeichenketten, boolesche Werte, null und, sofern Gleitkomma-Äquivalenz nicht nötig ist, Ganzzahlen beschränken. Nicht unterstützte Werte ablehnen statt sie still umzuwandeln.

Beispiel-Serialisierer

import hashlib
import json

def fingerprint(value):
    encoded = json.dumps(value, sort_keys=True, separators=(",", ":"),
                         ensure_ascii=False, allow_nan=False).encode("utf-8")
    return hashlib.sha256(encoded).hexdigest()

Python dokumentiert sortierte Schlüssel und die Optionen der JSON-Serialisierung. Die Funktion geht davon aus, dass ihre Eingabe die gewählte Bereichsvalidierung bereits durchlaufen hat; sie ist kein vollständiger Kanonisierungsvalidator.

Abnahme-Testfälle

Objekte mit denselben Zeichenketten-Schlüsseln, in unterschiedlicher Reihenfolge eingefügt, sollten gleich hashen. Listen mit unterschiedlicher Elementreihenfolge sollten es nicht. NaN und Infinity ablehnen. Explizit entscheiden, ob 1 und 1.0 oder unterschiedlich normalisierte Unicode-Zeichenketten denselben Anwendungswert darstellen.

Grenzen

Diese Funktion nicht als interoperables Signaturformat verwenden, ohne ein festgelegtes sprachübergreifendes Kanonisierungsschema und gemeinsame Testvektoren. Die Serialisierungsversion zusammen mit gespeicherten Hashes aufbewahren, damit eine spätere Änderung des Encoders oder der Bereichsrichtlinie nicht mit einer Manipulation des Inhalts verwechselt wird.