Question

我将名称字符串及其SHA1值传递到数据库中。 SHA值用作搜索的索引。实现完成后，我们要求使搜索名称不区分大小写。我们确实需要考虑所有语言（汉字是一个真实的用例）。

我知道Turkey Test。如何在散列之前将输入字符串转换为不区分大小写？理想情况下，我希望它等同于InvariantCultureIgnoreCase。

换句话说，如何使此函数的输出不区分大小写？

private byte[] ComputeHash(string s)
{
     byte[] data = System.Text.Encoding.Unicode.GetBytes(s ?? string.Empty);
     SHA1 sha = new SHA1CryptoServiceProvider();     // returns 160 bit value
     return sha.ComputeHash(data);
}

如果无法使用SHA，我可以使String.GetHashCode（）工作，但我也没有办法让这种情况不敏感。

我打赌这是不可能的。如果不是，有什么工作吗？

Answer 1

您可以在生成哈希之前使用s.ToUpperInvariant（）。只要你这两种方式（生成原始哈希，并生成一个哈希来测试原始哈希），它就会起作用。

Answer 2

建议使用ToLower（Invariant）的现有答案是错误的：在执行ToLower之后比较字符串不等于执行string.Compare（xxxIgnoreCase）。请参阅此处接受的答案：String comparison - strA.ToLower()==strB.ToLower() or strA.Equals(strB,StringComparisonType)?它会因特定类型的字符而崩溃。

解决方案是为每个字符串创建一个所谓的SortKey。这样的SortKey本质上是一个字节数组，其属性等于字节意味着相等的字符串。（另外，SortKeys可以以二进制方式进行比较，产生与string.Compare完全相同的顺序。但是我们这里不需要该属性。）

摘要：使用CompareInfo.GetSortKey（string）.KeyData获取可清除的字节[]。（GetSortKey on MSDN）这适用于所有可能的文化。它也适用于不区分大小写。

因此，对于任何给定字符串（即使使用土耳其语i），不区分大小写的哈希值可以通过以下方式获得：

var sortKeyBytes = CultureInfo.InvariantCulture.CompareInfo.GetSortKey(anyString,
    CompareOptions.IgnoreCase).KeyData;
int hashCode = HashByteArray(sortKeyBytes); //Need to provide this function.
...

我们不能使用byte []的GetHashCode（），因为byte[]不会覆盖此方法，因此默认使用对象标识而不是值的object.GetHashCode()。

您可以使用this answer中的哈希函数。这不好，但它能完成这项工作。

Answer 3

要使案例不区分大小写，请删除案例：

s = s.ToLowerInvariant();

如果您无法将其存储到数据库中并使用转换其他字符串进行匹配，请不要使用CurrentCulture：

s = s.ToLower(System.Globalization.CultureInfo.CurrentCulture);

您可以考虑始终使用另一种（非Invariant）文化，但对于未来的代码维护者（通常期望所有字符串操作的Current或Invariant文化）可能会令人感到意外。

Case不区分大小写的字符串哈希（SHA）

3 个答案: