能否根据给定SHA1哈希值生成匹配的指定大小二进制数据？

可行性结论 #

完全可行，分两个层面说明：

• 理论层面：根据鸽巢原理，固定长度的输入空间（比如16KB的文件共有2^{(16*1024*8)种可能的取值）远大于SHA1的输出空间（2}160种可能的哈希值），必然存在至少一个对应长度的二进制串，它的SHA1计算结果等于给定的目标哈希值。
• 实操层面：SHA1的抗碰撞性已经被正式攻破，2017年谷歌首次公开了SHA1碰撞实例，后续优化的算法已经把生成碰撞的成本降到了数千美元级别，如果你只需要生成无意义的二进制文件，不需要和现有合法文件内容碰撞的话，实现成本还会进一步降低。

对应你举的例子：给定16KB的大小要求和目标哈希A，只要你能接受对应的计算成本，完全可以生成一个16KB大小、SHA1值恰好为A的无意义二进制文件。

代码实现方向 #

不需要自己从零实现碰撞算法，直接基于业界已经公开的成熟SHA1碰撞工具二次开发即可，核心步骤如下：

1. 先确定两个核心输入：目标文件大小target_size（比如16384字节）、目标SHA1哈希值target_hash（20字节二进制格式）。
2. 构造前缀内容：生成target_size - 64字节的任意随机内容（64字节是SHA1算法的单个块大小），计算这部分前缀的SHA1中间计算状态。
3. 碰撞求解：调用开源的SHA1选择前缀碰撞工具（比如sha1collisiondetection项目附带的碰撞生成模块），以步骤2得到的中间状态和target_hash为输入，求解出最后64字节的内容。
4. 拼接输出：把前缀内容和求解得到的最后64字节拼接，就得到了大小符合要求、SHA1值等于目标值的二进制文件。

如果是用于本地测试、对生成时间没有严格要求的场景，也可以缩小碰撞空间：比如固定前target_size - 4字节的内容，暴力枚举最后4字节的所有可能，不过这种方法只有在运气极好的情况下才能快速得到结果，仅适合测试用，不适合生产场景。

内容的提问来源于stack exchange，提问作者NOmatter