エンコードについて（python）

Question

pythonのエンコードについて、以下、①〜③の違いがクリアになりません。
①は16進数のコードポイント...これではコンピュータは読み込めないので、いったん0と1のバイナリーに変換され、さらに定められたバイト数（１バイトや２バイトなど）に合うように、前記の変換されたバイナリー(0,1）が整理され...それがまた16進数に変換されたものが③というふうに、とらえてみました。②については見当が付きませんでした。

解説のほど、よろしくお願いします。

import hashlib

# ①
print(hashlib.sha256('A'.encode('ascii')))
<sha256 HASH object @ 0x7f87bd53e870>

# ②
print(hashlib.sha256('A'.encode('ascii')).digest())
b'U\x9a\xea\xd0\x82d\xd5y]9\tq\x8c\xdd\x05\xab\xd4\x95r\xe8O\xe5U\x90\xee\xf3\x1a\x88\xa0\x8f\xdf\xfd'

# ③
print(hashlib.sha256('A'.encode('ascii')).hexdigest())
559aead08264d5795d3909718cdd05abd49572e84fe55590eef31a88a08fdffd

Answer 1

bytesについて学習してみました。
まだモヤモヤ感が残るものの、少しだけ理解が進み、皆様のご回答の意味がつかめた感じです。お手数をおかけしました。

import hashlib

a=hashlib.sha256('A'.encode('ascii')).digest()
print(type(a))
#<class 'bytes'>

#計算したダイジェスト値をバイト列ではなく、16進形式文字列で返している
b=hashlib.sha256('A'.encode('ascii')).hexdigest()
print(type(b))
#<class 'str'>

Answer 2

①は0x7f87bd53e870番地にある_hashlib.HASHクラスのインスタンスです。
0x7f87bd53e870はアドレスですので、二回やれば違う値になります。

②と③は、bytesで表現しているか16進で表現しているかの違いです。

>>> for c in hashlib.sha256('A'.encode('ascii')).digest():
...     print(format(c, '02x'), sep='', end='')
...
559aead08264d5795d3909718cdd05abd49572e84fe55590eef31a88a08fdffd

SHA-256でハッシュ(つまりdigest)を作るアルゴリズムについては規格書を見るかフルスクラッチでSHA-256を作るあたりをお読みください。

Comments

[okahijiki]

①はインスタンスのアドレスですね。ありがとうございます。
③についてもハッシュ関数にて、'A'が（0〜9およびa〜f）に変換されたもの。こちらも大丈夫です。
問題は②に関して、です。「さて、なんだろう？」という感じです。
こちらも16進数で表現され、頭にxが付き、さらに＼で区切られていることまで察することは出来ます。
ちなみに参考例のコード、format関数から引数 '02x'を取ってしまい、
..

for c in hashlib.sha256('A'.encode('ascii')).digest():
... print(format(c), sep='', end='')

のよにうにすると、

85154234208130100213121935791131402215171212149114232792298514423824326136160143223253

のような10進数（？）が表示されます〜

ご教示いただきました「規格書」「フルスクラッチ」について、現状ではレベルが高すぎます汗) 宿題とさせてください。

質問以降、ご回答を参考に、色々検索してみて、そもそも「pythonには文字列を表現するstr型とbyts型の２種類ある」ことについて、
そのレベルから認識が不足している気がして参りました。

Answer 3

①は16進数のコードポイント

ではありません。ハッシュ値を管理するオブジェクト自体の表現（Pythonの管理方法のデータ）であって、中身の表現とは無縁です（中身を文字列として表現したのが②、16進数に書き換えたものが③です）。

Comments

[okahijiki]

ご回答ありがとうございます。

>中身を文字列として表現したのが②

ppaulさんへのコメントでも書かせて頂きましたが、「pythonには、そもそもstr型とbyts型がある」という基本的なことさえ現状、うまく認識できていないようです。

Answer 4

分かっていないのは、bytesのリテラルとprintした時の振る舞いの方だと思います。

---

文字'U'はASCIIコードで85番、16進表記で55ですから

>>> b'U' == b'\x55'
True

が成立します。
でこれをprintすると、b'U'の方が出てきます。

>>> print(b'\x55')
b'U'

---

②冒頭3バイトb'U\x9a\xeaを16進数だけで並べると③冒頭559aeaです。

Comments

[okahijiki]

お答えいただき、ありがとうございます。まさに、ご指摘の通りです。

b'Uは、もしかすると...unicode（頭文字のU）を明示するため頭に表示されるものでしょうか。

quickquipさん以外の、お二方のコメントに書かせて頂いた通り、str型/byts型について現状、知識が不足しているようです。
こちらについては（再質問したい所でありますが）当質問と外れてしまいますので、取り急ぎ当方で学習してみます〜

[quickquip]

Uは、質問のダイジェストがたまたまそうだっただけです。誰の意図でもないです。

[okahijiki]

了知しました。ありがとうございます。