sorting - 我可以对 Base32/64 编码的 MD5 哈希值进行 alpha 排序吗？

Question

我有一个巨大的十六进制编码 MD5 值文件，我正在使用 linux 'sort' 实用程序对其进行排序。结果是哈希值按顺序出现(这是我下一阶段处理所需的)。例如:

000001C35AE83CEFE245D255FFC4CE11 
000003E4B110FE637E0B4172B386ACAC 
000004AAD0EB3D896B654A960B0111FA

为了加快排序操作(并使文件更小)，我正在考虑将数据编码为 Base32 或 Base64。

问题是，base32/64 数据的 alpha 排序会得到相同的结果吗？我的快速测试似乎表明它会起作用。例如，上面的三个十六进制字符串与这些 Base64 字符串是 1:1 对应的:

AAABw1roPO/iRdJV/8TOEQ==
AAAD5LEQ/mN+C0Fys4asrA==
AAAEqtDrPYlrZUqWCwER+g==

但我不确定 Base64 中使用的特殊字符(如“/”和“+”)的排序顺序，以及在 alpha 排序的上下文中如何处理这些字符。

注意:我碰巧使用的是 Linux 排序实用程序，但问题仍然适用于其他 alpha 排序工具。使用的工具并不是问题的一部分。

Answer 1

我后来发现标准的 base32/64 实现不可能做到这一点。然而，存在一个名为“base32hex ”的 Base32 变体，它保留排序顺序，但没有官方的“base64hex”等效项。

看起来需要创建一个自定义编码 like this 。

编辑:事实证明，解决这个问题非常简单。只需以 Base 64 进行编码，然后使用遵循排序顺序的自定义字符表将字符转换为字符。

简单地从标准 Mime 64 字符映射:

  "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/"

对于这样的事情:

  "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz|~"

然后排序就可以了。