如何在Python中使用random模块生成符合密码学安全的随机数？-Python教程-PHP中文网

random模块不安全，应使用secrets模块；random.systemrandom()虽安全但需显式调用；secrets提供token_hex、token_urlsafe等密码学安全api，避免混用random与secrets。

如何在python中使用random模块生成符合密码学安全的随机数？

random模块本身不提供密码学安全的随机数

Python标准库中的 random 模块基于Mersenne Twister算法，是为统计模拟设计的，**不适合生成密钥、token或密码盐值**。它可被预测，一旦知道内部状态就能还原全部输出序列。

如果你正在用 random.randint()、random.choice() 或 random.SystemRandom() 以外的方式生成密码相关数据，已经存在风险。

random.SystemRandom() 是例外——它包装了操作系统级的熵源（如Linux的 /dev/urandom），才是密码学安全的
但注意：random.SystemRandom() 不是默认行为，必须显式创建实例
别误以为调用 random.seed() 加个系统时间就变安全了——这毫无意义

用secrets模块替代random生成安全token

Python 3.6+ 内置的 secrets 模块专为密码学安全场景设计，底层直接调用 os.urandom()，且API更贴近实际需求（比如生成URL安全token、随机密码）。

常见错误是试图“增强” random：比如用 random.SystemRandom().randint() 虽然安全，但不如 secrets 直观、健壮。

生成64位随机token：secrets.token_hex(32)（返回128字符十六进制字符串）
生成URL安全token：secrets.token_urlsafe(32)（返回约43字符Base64url编码）
选随机密码字符：secrets.choice('ABCDEFG...')，比 random.choice() 安全
生成n位随机整数：secrets.randbits(256)，比 random.getrandbits() 可靠

避免在加密场景中混用random和secrets

一个典型坑是：用 secrets.token_urlsafe() 生成密钥，却用 random.shuffle() 打乱密码字符表——后者仍不安全，会破坏整体熵值。

所有涉及密钥派生、salt生成、一次性token、CSRF token的环节，必须全程使用 secrets 或明确基于 os.urandom() 的操作。

Python Use Agent

智能执行Python任务，自动生成、执行代码并反馈结果，无需额外配置，兼容旧命令。

下载

错误写法：chars = list('abc123'); random.shuffle(chars); ''.join(chars)
正确写法：''.join(secrets.choice('abc123') for _ in range(12))
若需打乱固定列表，用 secrets.SystemRandom().shuffle()，而非 random.shuffle()

兼容旧版本Python（

如果无法升级到Python 3.6+，不能硬凑 random.SystemRandom() 就万事大吉——它虽安全，但缺少 secrets 那样的高阶封装，容易漏掉边界处理（比如生成固定长度token时需手动截断或重试）。

推荐方案是直接调用 os.urandom() 并自行编码：

import os
import binascii
<h1>生成16字节随机bytes，转hex字符串</h1><p>token = binascii.hexlify(os.urandom(16)).decode()</p><h1>或Base64url编码（去掉=填充，替换+/）</h1><p>import base64
token_b64 = base64.urlsafe_b64encode(os.urandom(32)).rstrip(b'=').decode()</p>

注意：不要用 base64.b64encode()，它不是URL安全的；也不要对 os.urandom() 结果做任何哈希或模运算，可能引入偏差。

真正麻烦的不是代码量，而是确保每个随机操作都落在安全路径上——少一次 secrets 调用，就可能让整个认证流程失效。