Python使用MD5码加密手机号等敏感信息

有时候身份证,手机号这种敏感信息不能用明文发生,需要使用MD5码进行加密。,怎么用python加密手机号呢。很简单,就用hashlib库就行,。

先导入包

python 复制代码
import hashlib
import pandas as pd
import os

定义手机号MD5加密函数

python 复制代码
# 定义MD5加密函数
def encrypt_phone_md5(phone):
    """对手机号进行MD5加密"""
    # 处理可能的空值
    if pd.isna(phone):
        return None
    # 确保手机号是字符串类型
    phone_str = str(phone).strip()
    # 检查是否是有效的11位手机号格式
    if len(phone_str) == 11 and phone_str.isdigit():
        md5 = hashlib.md5()
        md5.update(phone_str.encode('utf-8'))
        return md5.hexdigest()
    else:
        # 不是有效手机号格式,返回原内容或根据需要处理
        return phone_str

我们可以先读取数据查看一下

python 复制代码
df=pd.read_excel('2025未知异常用户.xlsx')
df.head()

可以看到原始数据一列,就是手机号(打了个码)。

然后使用下面函数就可以加密了

python 复制代码
# 文件路径设置
input_file = '2025年未知异常用户.xlsx'      # 输入的文件名
output_file = '2025年未知异常用户_MD5加密.xlsx'  # 输出的加密后文件名

# 检查输入文件是否存在
if not os.path.exists(input_file):
    print(f"错误:找不到输入文件 '{input_file}'")
else:
    try:
        # 读取CSV文件
        df = pd.read_excel(input_file)
        
        # 检查是否存在phone列
        if 'mobile' not in df.columns:
            print("错误:表格中不存在'mobile'列")
        else:
            # 对phone列的手机号进行MD5加密
            df['MD5'] = df['mobile'].apply(encrypt_phone_md5)
            
            # 保存加密后的数据到新的CSV文件
            df.to_excel(output_file, index=False)
            print(f"手机号加密完成,已保存至 '{output_file}'")
            
            # 显示前几行查看结果
            print("\n加密后数据示例:")
            display(df.head())
            
    except Exception as e:
        print(f"发生错误:{str(e)}")    

可以看到原始手机号和加密之后的MD5码了。

MD5码没有解密的方法,只能用原始彩虹表去匹配。所以就算文件泄露了,被坏人拿到了MD5码也是没用的,需要原始彩虹表才能匹配还原出原来的手机号。

相关推荐
Eric.5651 小时前
python advance -----object-oriented
python
云天徽上1 小时前
【数据可视化-107】2025年1-7月全国出口总额Top 10省市数据分析:用Python和Pyecharts打造炫酷可视化大屏
开发语言·python·信息可视化·数据挖掘·数据分析·pyecharts
THMAIL2 小时前
机器学习从入门到精通 - 数据预处理实战秘籍:清洗、转换与特征工程入门
人工智能·python·算法·机器学习·数据挖掘·逻辑回归
@HNUSTer2 小时前
Python数据可视化科技图表绘制系列教程(六)
python·数据可视化·科技论文·专业制图·科研图表
Daisy_JuJuJu2 小时前
【科研成果速递-IJGIS】如何描述与分类移动对象的时空模式?一个新的分类框架与体系!
分类·数据挖掘·科研·运动模式·移动对象
THMAIL2 小时前
深度学习从入门到精通 - AutoML与神经网络搜索(NAS):自动化模型设计未来
人工智能·python·深度学习·神经网络·算法·机器学习·逻辑回归
金古圣人3 小时前
hot100 滑动窗口
数据结构·c++·算法·leetcode·哈希算法
山烛3 小时前
深度学习:残差网络ResNet与迁移学习
人工智能·python·深度学习·残差网络·resnet·迁移学习
eleqi3 小时前
Python+DRVT 从外部调用 Revit:批量创建梁(2)
python·系统集成·revit·自动化生产流水线·外部访问
BYSJMG3 小时前
计算机毕设大数据方向:基于Spark+Hadoop的餐饮外卖平台数据分析系统【源码+文档+调试】
大数据·hadoop·分布式·python·spark·django·课程设计