4. 签名数据预处理：哈希算法选择、数据编码与填充规则

签名验签这件事，很多人一上来就盯着算法本身。RSA 对不对？ECDSA 行不行？

但我跟你说，真正出问题的地方，往往不在算法核心，而在预处理阶段。哈希选错了、编码搞混了、填充规则没对齐——这些才是日常踩坑的重灾区。

我自己排查过的签名失败案例里，大概有六成以上都是预处理环节出的问题。所以这一章，咱们就把这块掰开揉碎了讲清楚。

4.1 哈希算法选择：SHA1、SHA256 还是 SM3？

哈希算法是签名预处理的第一步。它的作用是把任意长度的数据，压缩成固定长度的摘要。签名算法真正签的是这个摘要，而不是原始数据。

那选哪个？

我个人的建议很简单：

• SHA1：别用了。虽然很多老系统还在跑，但 SHA1 已经被证明存在碰撞攻击。2017 年 Google 就展示了两个不同 PDF 文件拥有相同 SHA1 哈希值。你想想看，如果签名能碰撞，那签名还有什么意义？
• SHA256：目前最通用的选择。绝大多数现代签名算法都默认搭配 SHA256。RSA 2048 + SHA256 是业界标配。
• SM3：国密标准。如果你的项目涉及国内合规要求，或者对接的是银行、政务系统，那 SM3 是必须的。SM3 的输出长度是 256 位，和 SHA256 一样，但算法不同。

哈希算法	输出长度	安全性	推荐场景
SHA1	160 位	已不安全	仅兼容遗留系统
SHA256	256 位	安全	通用场景，推荐
SM3	256 位	安全	国密合规场景

4.2 数据编码问题：Base64 还是 Hex？

哈希计算出来的结果是二进制数据。但签名和验签过程中，这些二进制数据需要传输、存储、比对。这时候就需要编码。

两种最常见的编码方式：

• Hex（十六进制）：每个字节用两个字符表示。比如 0xAB 变成 "ab"。可读性好，但体积翻倍。
• Base64：每 3 个字节编码成 4 个字符。体积增加约 33%。更紧凑，但可读性差。

这里有个坑，我踩过不止一次：编码不一致。

比如签名方把哈希结果用 Base64 编码后传过去，验签方却用 Hex 解码。结果就是两边的字节流完全不一样，签名自然失败。

怎么避免？

• 在接口文档里明确写明：签名前的数据用什么编码？签名结果用什么编码？
• 调试时，把签名值和验签值的原始字节打印出来比对。不要只看字符串。
• 我习惯在代码里加一个调试开关，输出签名全过程的中间结果：原始数据 → 编码后数据 → 哈希值 → 签名结果。这样一旦出问题，一眼就能定位。

4.3 数据填充规则：PKCS#1 v1.5 还是 PSS？

填充规则主要影响 RSA 签名。RSA 签名算法本身不直接对哈希值签名，而是先对哈希值做填充，再对填充后的结果做模幂运算。

两种主流填充模式：

• PKCS#1 v1.5：传统模式。结构简单，兼容性好。但存在一些已知的理论攻击风险（虽然实际利用难度很高）。
• PSS（Probabilistic Signature Scheme）：更安全的模式。引入了随机数，使得同样的数据每次签名结果不同。推荐在新系统中使用。

这里有个容易混淆的地方：填充规则必须和验签方一致。你用 PKCS#1 v1.5 签名，对方用 PSS 验签，肯定失败。

代码示例（Java）：

// PKCS#1 v1.5 签名
Signature sig = Signature.getInstance("SHA256withRSA");
sig.initSign(privateKey);
sig.update(data);
byte[] signature = sig.sign();

// PSS 签名
Signature sigPSS = Signature.getInstance("SHA256withRSA/PSS");
sigPSS.setParameter(new PSSParameterSpec(
    "SHA256", "MGF1", MGF1ParameterSpec.SHA256, 32, 1));
sigPSS.initSign(privateKey);
sigPSS.update(data);
byte[] signaturePSS = sigPSS.sign();

4.4 综合避坑指南

好了，上面三个环节都讲完了。最后我总结一下，预处理阶段最容易出问题的几个点：

1. 哈希算法不匹配：签名方用 SHA256，验签方用 SM3。结果当然不对。
2. 编码方式不一致：签名结果用 Base64，验签方用 Hex 解码。字节流完全错位。
3. 填充规则没对齐：PKCS#1 v1.5 和 PSS 混用。
4. 数据未编码直接哈希：有些场景要求先对数据做 Base64 编码，再对编码后的字符串做哈希。如果跳过编码直接哈希，结果就不同了。
5. 哈希结果编码错误：哈希结果是二进制，需要编码后再签名。有些人直接把二进制字节数组传给签名函数，有些人先转 Hex 字符串再传。这两种做法结果完全不同。