当前位置: 首页 > web >正文

利用tkinter函数构造MD5加密的可视化操作界面

GitHub文档地址:
https://github.com/gao7025/auto_entry_md5.git

引言

利用tkinter构造一个图形界面的创建函数,主要实现了文件选择、MD5加密处理、结果预览和下载等功能。下面是主要涉及的功能模块:主框架、文件选择部分、MD5加密部分、结果预览部分、下载功能和状态栏等功能。

  1. 支持CSV、Excel和文本文件的上传
  2. 可以同时选择多个列进行MD5加密
  3. 加密过程在后台线程中进行,不会阻塞界面
  4. 显示加密结果的预览信息
  5. 将加密结果导出为Excel文件

1. 创建界面组件
    def create_widgets(self):# 创建主框架main_frame = ttk.Frame(self.root, padding="20")main_frame.pack(fill=tk.BOTH, expand=True)# 文件选择部分file_frame = ttk.LabelFrame(main_frame, text="文件选择", padding="10")file_frame.pack(fill=tk.X, pady=(0, 10))ttk.Label(file_frame, text="选择文件:").grid(row=0, column=0, padx=5, pady=5, sticky=tk.W)self.file_path_var = tk.StringVar()ttk.Entry(file_frame, textvariable=self.file_path_var, width=50).grid(row=0, column=1, padx=5, pady=5)ttk.Button(file_frame, text="浏览...", command=self.browse_file).grid(row=0, column=2, padx=5, pady=5)ttk.Button(file_frame, text="上传文件", command=self.load_file).grid(row=0, column=3, padx=5, pady=5)# 进度条self.progress_var = tk.DoubleVar()self.progress_bar = ttk.Progressbar(file_frame, variable=self.progress_var, maximum=100, length=300)self.progress_bar.grid(row=1, column=0, columnspan=4, padx=5, pady=5, sticky=tk.W+tk.E)# MD5加密部分md5_frame = ttk.LabelFrame(main_frame, text="MD5加密处理", padding="10")md5_frame.pack(fill=tk.X, pady=(0, 10))ttk.Label(md5_frame, text="选择要加密的列:").grid(row=0, column=0, padx=5, pady=5, sticky=tk.W)# 创建一个带滚动条的列表框用于多选列listbox_frame = ttk.Frame(md5_frame)listbox_frame.grid(row=0, column=1, padx=5, pady=5, sticky=tk.W+tk.E)self.columns_listbox = tk.Listbox(listbox_frame, selectmode=tk.MULTIPLE, width=30, height=5)self.columns_listbox.pack(side=tk.LEFT, fill=tk.BOTH, expand=True)scrollbar = ttk.Scrollbar(listbox_frame, orient=tk.VERTICAL, command=self.columns_listbox.yview)scrollbar.pack(side=tk.RIGHT, fill=tk.Y)self.columns_listbox.config(yscrollcommand=scrollbar.set)self.encrypt_btn = ttk.Button(md5_frame, text="加密所选列", command=self.encrypt_columns, state=tk.DISABLED)self.encrypt_btn.grid(row=0, column=2, padx=5, pady=5)# 结果预览部分results_frame = ttk.LabelFrame(main_frame, text="结果预览", padding="10")results_frame.pack(fill=tk.BOTH, expand=True, pady=(0, 10))# 创建一个带滚动条的文本区域text_frame = ttk.Frame(results_frame)text_frame.pack(fill=tk.BOTH, expand=True)self.result_text = tk.Text(text_frame, wrap=tk.WORD, height=10)self.result_text.pack(side=tk.LEFT, fill=tk.BOTH, expand=True)scrollbar = ttk.Scrollbar(text_frame, command=self.result_text.yview)scrollbar.pack(side=tk.RIGHT, fill=tk.Y)self.result_text.config(yscrollcommand=scrollbar.set)# 下载按钮self.download_btn = ttk.Button(main_frame, text="下载加密结果", command=self.download_results, state=tk.DISABLED)self.download_btn.pack(pady=10)# 状态栏self.status_var = tk.StringVar()self.status_var.set("就绪")status_bar = ttk.Label(self.root, textvariable=self.status_var, relief=tk.SUNKEN, anchor=tk.W)status_bar.pack(side=tk.BOTTOM, fill=tk.X)
2. 打开文件浏览器选择文件,加载并显示文件内容
    def browse_file(self):file_path = filedialog.askopenfilename(filetypes=[("CSV文件", "*.csv"), ("Excel文件", "*.xlsx;*.xls"), ("文本文件", "*.txt"),("所有文件", "*.*")])if file_path:self.file_path_var.set(file_path)self.file_path = file_pathdef load_file(self):if not self.file_path:messagebox.showerror("错误", "请先选择一个文件")return# 清空结果文本区域和列表框self.result_text.delete(1.0, tk.END)self.columns_listbox.delete(0, tk.END)self.encrypted_data = None# 更新状态栏和启用进度条self.status_var.set("正在加载文件...")self.progress_var.set(0)self.progress_bar.start()# 在单独的线程中执行加载,避免界面卡顿load_thread = threading.Thread(target=self._perform_load)load_thread.daemon = Trueload_thread.start()def _perform_load(self):try:# 读取文件file_ext = os.path.splitext(self.file_path)[1].lower()if file_ext == '.csv':self.data = pd.read_csv(self.file_path)elif file_ext in ['.xlsx', '.xls']:self.data = pd.read_excel(self.file_path)elif file_ext == '.txt':# 尝试检测分隔符with open(self.file_path, 'r') as f:first_line = f.readline()if '\t' in first_line:self.data = pd.read_csv(self.file_path, sep='\t')elif ',' in first_line:self.data = pd.read_csv(self.file_path, sep=',')else:self.data = pd.read_csv(self.file_path, sep=None, engine='python')else:# 尝试用 pandas 读取其他格式try:self.data = pd.read_csv(self.file_path)except Exception as e:self.update_ui(lambda: messagebox.showerror("错误", f"不支持的文件格式: {e}"))self.update_ui(lambda: self.status_var.set("就绪"))self.update_ui(lambda: self.progress_bar.stop())return# 更新进度self.update_ui(lambda: self.progress_var.set(50))self.update_ui(lambda: self.status_var.set("正在准备预览..."))# 更新列选择列表框self.update_ui(self.update_columns_listbox)# 显示数据预览self.update_ui(self.display_data_preview)# 启用加密按钮self.update_ui(lambda: self.encrypt_btn.config(state=tk.NORMAL))# 完成self.update_ui(lambda: self.progress_var.set(100))self.update_ui(lambda: self.progress_bar.stop())self.update_ui(lambda: self.status_var.set("文件加载完成"))except Exception as e:# 显示错误信息并记录日志error_msg = f"加载文件时出错: {str(e)}"self.update_ui(lambda: messagebox.showerror("错误", error_msg))self.update_ui(lambda: self.progress_bar.stop())self.update_ui(lambda: self.status_var.set("加载失败"))log_error(type(e), e, e.__traceback__)
3.对选中的列进行MD5加密
    def encrypt_columns(self):if self.data is None or self.data.empty:messagebox.showerror("错误", "没有数据可加密")return# 获取所有选中的列selected_indices = self.columns_listbox.curselection()if not selected_indices:messagebox.showerror("错误", "请选择至少一个列进行加密")return# 提取选中的列名(去除类型标记)selected_columns = []for i in selected_indices:col_text = self.columns_listbox.get(i)# 如果列名包含类型标记,则提取原始列名if '(' in col_text and ')' in col_text:col_name = col_text.split('(')[0].strip()else:col_name = col_textselected_columns.append(col_name)# 检查选中的列是否存在于数据中invalid_cols = [col for col in selected_columns if col not in self.data.columns]if invalid_cols:messagebox.showerror("错误", f"选中的列不存在: {', '.join(invalid_cols)}")return# 更新状态栏self.status_var.set("正在加密数据...")self.progress_var.set(0)self.progress_bar.start()# 在单独的线程中执行加密,避免界面卡顿encryption_thread = threading.Thread(target=self._perform_encryption, args=(selected_columns,))encryption_thread.daemon = Trueencryption_thread.start()def _perform_encryption(self, selected_columns):try:# 创建数据副本self.encrypted_data = self.data.copy()# 对每列进行加密total_cols = len(selected_columns)for i, col in enumerate(selected_columns):# 更新进度progress = (i / total_cols) * 100self.update_ui(lambda p=progress: self.progress_var.set(p))# 创建新列名new_col = f"{col}_md5"# 对每一行进行MD5加密# 先将列转换为字符串类型self.encrypted_data[new_col] = self.data[col].astype(str).apply(lambda x: self._md5_encrypt(x) if pd.notna(x) else x)# 显示加密结果预览self.update_ui(self.display_encrypted_preview)# 启用下载按钮self.update_ui(lambda: self.download_btn.config(state=tk.NORMAL))# 完成self.update_ui(lambda: self.progress_var.set(100))self.update_ui(lambda: self.progress_bar.stop())self.update_ui(lambda: self.status_var.set("加密完成"))messagebox.showinfo("成功", f"已对选中的 {total_cols} 列进行MD5加密")except Exception as e:error_msg = f"加密过程中出错: {str(e)}"self.update_ui(lambda: messagebox.showerror("错误", error_msg))self.update_ui(lambda: self.progress_bar.stop())self.update_ui(lambda: self.status_var.set("加密失败"))log_error(type(e), e, e.__traceback__)def _md5_encrypt(self, text):return hashlib.md5(text.encode('utf-8')).hexdigest()
4.通过pyinstaller函数对文件进行exe打包
pyinstaller -w --onedir --hidden-import pandas --hidden-import openpyxl md5_encryption_tool.py

参数说明:

-w 或 --windowed:不显示命令行窗口(适合 GUI 应用)
-F 或 --onefile:打包成单个可执行的exe文件
–onedir 打包成包含所有依赖的文件夹(而不是单个exe文件)
–hidden-import:指定需要包含的隐藏依赖

在这里插入图片描述

结果展示

在这里插入图片描述
在这里插入图片描述

http://www.xdnf.cn/news/14609.html

相关文章:

  • 【创龙瑞芯微 RK3576 全国产 ARM 八核 2.2GHz 工业开发板-硬件说明书】
  • 注意力机制、自注意力机制、多头注意力机制、通道注意力机制、空间注意力机制超详细讲解
  • 二分K-means:让聚类更高效、更精准!
  • CAD旋转包围盒_有向包围盒_obb_最小外包矩形——CAD c#二次开发
  • 【对比】DeepAR 和 N-Beats
  • 【CUDA编程】OptionalCUDAGuard详解
  • 质量小议55 - 搜索引擎与AI
  • C语言——结构体
  • 深入剖析Spring Cloud Sentinel,如何实现熔断降级,请求限流
  • C++ 学习 网络编程 2025年6月17日19:56:47
  • MySQL的Sql优化经验总结
  • 浅谈开发者重构的时机选择
  • 如何确定驱动480x320分辨率的显示屏所需的MCU主频
  • DBeaver数据库管理工具的简介、下载安装与优化配置
  • [IMX][UBoot] 02.源码目录
  • Python格式化工具推荐
  • Java中final修饰符
  • 第五章:执行计划分析 - 读懂MySQL的执行策略
  • 一款完美适配mobile、pad、web三端的博客网站UI解决方案
  • 《单光子成像》第六章 预习2025.6.15
  • 【驱动设计的硬件基础】I²C
  • 数据质量-如何构建高质量的大模型数据集
  • Understanding Human Hands in Contact at Internet Scale
  • Python基于Flask的医疗问句中的实体识别算法的研究(附源码,文档说明)
  • 【Dify系列】【Dify 核心功能】【应用类型】【五】【工作流】
  • C++ new知识点详解
  • 调和级数 敛散性
  • 一些杂想20250615
  • SAP顾问职位汇总(第24周)
  • 【Lean4编程入门】 Lean 4 中的 `inductive` 类型定义注解例子解析