Fernet 是 Python 中的對稱加密庫，可為敏感數據提供安全且易於使用的加密。 Fernet 的一個常見用例是在將數據存儲到 CSV 文件之前對其進行加密，以確保只有授權方才能訪問它。 但是，解密 CSV 文件中的這些加密字符串可能有點棘手，尤其是在使用 Pandas 庫時。
在本文中，我們將討論使用 Fernet 和 Pandas 解密保存在 CSV 文件中的字符串問題的解決方案。 我們將提供代碼的逐步解釋，並深入研究過程中涉及的相關函數和庫。
首先，讓我們詳細討論一下這個問題。 在將數據存儲到 CSV 文件之前使用 Fernet 加密來保護數據時，在使用 Pandas 讀取文件時解密數據可能具有挑戰性。 加密的字符串需要適當的處理以確保它們在解密過程中的完整性。
問題的解決方案
此問題的一個潛在解決方案是使用自定義函數並將它們應用於從 CSV 文件中獲取的數據框。 我們將創建一個使用 Fernet 庫解密加密字符串的函數，然後將此函數應用於包含加密數據的 Pandas 數據幀。
以下是對代碼的逐步解釋：
1.首先，我們需要導入必要的庫：
import pandas as pd from cryptography.fernet import Fernet
2. 然後，讓我們生成一個 Fernet 密鑰並加密一些示例數據。 假設我們已經加密了以下數據並將其保存在名為“encrypted_data.csv”的 CSV 文件中，其中包含兩列“data”和“encrypted”：
key = Fernet.generate_key()
cipher_suite = Fernet(key)
data = "This is a sample text."
encrypted_data = cipher_suite.encrypt(data.encode("utf-8"))
3. 現在，讓我們創建一個函數來使用給定的 Fernet 密鑰解密加密的字符串：
def decrypt_string(encrypted_string, fernet_key):
cipher_suite = Fernet(fernet_key)
return cipher_suite.decrypt(encrypted_string.encode("utf-8")).decode("utf-8")
4. 我們可以使用 Pandas 讀取包含加密數據的 CSV 文件：
csv_data = pd.read_csv('encrypted_data.csv')
5. 最後，使用“apply”方法將“decrypt_string”函數應用於數據幀的加密列，並將解密後的數據存儲在新列中。 請注意，您需要在“apply”方法中將密鑰作為附加參數傳遞：
csv_data['decrypted'] = csv_data['encrypted'].apply(decrypt_string, fernet_key=key)
弗內特圖書館
菲涅特 是 Python 中流行的密碼庫，它提供了使用 AES 對稱密鑰密碼術加密和解密數據的易於使用的方法。 該庫保證使用 Fernet 加密的數據在沒有密鑰的情況下無法被進一步操作或讀取，從而確保數據的機密性和完整性。 Fernet 對密文使用 URL-safe/base64 編碼，這使得它適合在文件或數據庫中存儲加密數據。
熊貓圖書館
大熊貓 是 Python 中的開源數據操作和數據分析庫。 它提供數據結構，例如 Series 和 DataFrame，以及用於處理、轉換和可視化數據的各種函數。 Pandas 特別適用於處理結構化或表格數據，例如 CSV 文件或 SQL 數據庫。 該庫簡化了數據操作的許多方面，使其成為數據分析和機器學習的重要工具。
綜上所述，可以按照本文提供的步驟使用 Fernet 和 Pandas 解密保存在 CSV 文件中的加密字符串。 通過創建自定義解密函數並將其應用於數據框，我們可以有效地解密存儲在 CSV 文件中的敏感數據。
