使用crypto-js库进行加密解密

本文介绍如何使用crypto-js库进行AES加密与解密操作。包括安装crypto-js、创建AES加密和解密函数,并详细展示了如何设置密钥和偏移量等参数。
部署运行你感兴趣的模型镜像

1.安装crypto-js

  npm install crypto-js -S 或 yarn add crypto-js

2.新建解密文件AES.js

import CryptoJS from 'crypto-js';

// 密钥
const key = CryptoJS.enc.Utf8.parse('123456789');
// 密钥偏移量
const iv = CryptoJS.enc.Utf8.parse('123456789');

/**
 * AES 解密
 * @param String
 */
const AES_Decrypt = str=> {
    let base64 = CryptoJS.enc.Base64.parse(str);
    let src = CryptoJS.enc.Base64.stringify(base64);
    var decrypt = CryptoJS.AES.decrypt(src, key, {
        iv: iv,
        mode: CryptoJS.mode.CBC,
        padding: CryptoJS.pad.Pkcs7
    });
    var decryptedStr = decrypt.toString(CryptoJS.enc.Utf8);
    return decryptedStr.toString();
};

/**
 * AES 加密
 * @param String
 */
const AES_Encrypt = str=> {
    let srcs = CryptoJS.enc.Utf8.parse(str);
    var encrypted = CryptoJS.AES.encrypt(srcs, key, {
        iv: iv,
        mode: CryptoJS.mode.CBC,
        padding: CryptoJS.pad.Pkcs7
    });
    return CryptoJS.enc.Base64.stringify(encrypted.ciphertext);
};

export { AES_Decrypt, AES_Encrypt };

mode:模式

padding:填充方式

您可能感兴趣的与本文相关的镜像

Langchain-Chatchat

Langchain-Chatchat

AI应用
Langchain

Langchain-Chatchat 是一个基于 ChatGLM 等大语言模型和 Langchain 应用框架实现的开源项目,旨在构建一个可以离线部署的本地知识库问答系统。它通过检索增强生成 (RAG) 的方法,让用户能够以自然语言与本地文件、数据库或搜索引擎进行交互,并支持多种大模型和向量数据库的集成,以及提供 WebUI 和 API 服务

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值