Nano Hash - криптовалюты, майнинг, программирование

Как преобразовать шестнадцатеричную строку обратно в двоичный файл «SecureRandom.random_bytes»?

В Ruby я могу создать 16-байтовый двоичный файл и преобразовать его в шестнадцатеричную строку:

key     = SecureRandom.random_bytes(16)                    # => "hN\xDB\xAD\xAF\xB3R\xC0`\xB19\x1D\x19.\xD3I"
hex_key = key.each_byte.map { |byte| '%02x' % byte }.join  # => "684edbadafb352c060b1391d192ed349"

В PHP и Javascript я могу преобразовать шестнадцатеричную строку обратно в 16-байтовый двоичный код.

PHP:

<?php
hex2bin("684edbadafb352c060b1391d192ed349");
?>

Javascript через CryptoJS:

CryptoJS.enc.Hex.parse("684edbadafb352c060b1391d192ed349");

Но как преобразовать шестнадцатеричную строку обратно в 16-байтовую двоичную, используя Ruby?

19.10.2016


Ответы:


1

Это то, что вы ищите?

[str].pack('H*').bytes.to_a

или просто

[str].pack('H*')
19.10.2016
  • Я думаю, это просто [str].pack('H*') 19.10.2016
  • Новые материалы

    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..