1. Python 读硬件序列号:能读出来和能当机器码,中间隔着四道坎
给一台 Windows 机器生成唯一标识,很多人的第一反应是写几行 Python,用 WMI 把 CPU、硬盘、主板、BIOS 的序列号读出来拼一串,再哈希一下完事。真跑起来才发现麻烦不在“读”,而在“读到的值能不能用”:硬盘序列号可能是空串,主板字段可能是厂商统一写死的占位串,同一台机器两次运行还能算出两套指纹。这篇按一条能落地的采集链路走:四个 WMI 类各取什么属性,拼接顺序怎么定,空值怎么洗,Python 2 的代码挪到 Python 3 会撞上哪些报错,最后是五类现场翻车的排查方法。读完之后应该能把这个脚本用在授权绑定、资产登记这类真正要对账的场景里。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 四个 WMI 类的取数现场:ProcessorId、DiskDrive、BaseBoard、BIOS 各管什么
在 Windows 上拿硬件信息,绕不开 WMI 这套接口。它把主板、BIOS、处理器、磁盘这些部件抽象成一个个类,每个类下面是一组属性,Python 通过 COM 接口把这些属性读成对象。听上去很直接,但每个类的“脾气”完全不同:有的类永远只返回一条记录,有的类返回几条甚至十几条;有的字段是出厂烧录的真序列号,有的字段只是驱动随手填的一个字符串。这一章先把四个类的取数方式和字段含义拆开,后面拼接才不会拿错料。
2.1 环境与最小可跑脚本
前置条件只有两个:一台 Windows 机器,一个能装第三方包的 Python 环境。Python 侧装 wmi 模块,它底层依赖 pywin32,装 wmi 的时候通常会把依赖一起带下来。装完之后在命令行里 import wmi 不报错,就说明 COM 这一层是通的。这一点值得先验证,因为后面所有报错里,最难判断的就是“到底是代码写错还是环境没通”。
下面这段是把原始采集逻辑整理后的最小脚本,保留原来的写法:
python复制# -*- coding: utf-8 -*-
import wmi
c = wmi.WMI()
encrypt_str = ""
tmplist = [] # 原始片段漏了初始化,这里补上
# CPU 的 ProcessorId
print "cpu id:", c.Win32_Processor()[0].ProcessorId.strip()
for physical_disk in c.Win32_DiskDrive():
# 硬盘序列号
encrypt_str = encrypt_str + physical_disk.SerialNumber.strip()
print 'disk id:', physical_disk.SerialNumber.strip()
tmpdict = {}
tmpdict["Caption"] = physical_disk.Caption
tmpdict["Size"] = long(physical_disk.Size) / 1000 / 1000 / 1000
tmplist.append(tmpdict)
for board_id in c.Win32_BaseBoard():
# 主板序列号
encrypt_str = encrypt_str + board_id.SerialNumber.strip()
print "main board id:", board_id.SerialNumber.strip()
逻辑上分三段。c = wmi.WMI() 建立连接,返回的对象上挂着所有 WMI 类,调 c.Win32_Xxx() 就相当于对该类做一次查询,结果是可迭代的集合。第一段取 CPU,直接用 [0] 拿第一条,因为处理器在绝大多数机器上只有一条记录。第二段遍历所有物理磁盘,把序列号拼进 encrypt_str,同时把型号和容量收进 tmplist 做展示用。第三段遍历主板,把主板序列号也拼进去。
参数上有三个点要留意。strip() 是必须的,WMI 返回的字符串尾部经常带空格或换行,不处理会让两个“看起来一样”的值在比较时判不等。Size 是字节数,而且是字符串形态,所以要先 long() 转换再除。tmplist 里的 Caption 是磁盘型号描述,Size 换算成 GB 后只是给人看的,不参与指纹计算。encrypt_str 这个变量名有点误导,它从头到尾只是字符串拼接,没有任何加密动作,别被名字带偏。
这段代码在 Python 2 下能跑,在 Python 3 下会连着报好几个错,具体原因放到第 4 章逐条对照。
2.2 ProcessorId 不是 CPU 序列号
Win32_Processor 里的 ProcessorId 是最容易被误用的字段。名字里带 Id,很多人默认它是每颗 CPU 唯一的出厂编号,实际上它来自 CPUID 指令返回的标识信息,同一型号、同一批次的机器读出来往往一模一样。拿它单独做机器码,在一批同配置的办公机上会直接全部撞车,指纹退化成“所有机器同一个值”。
写法本身没什么花样,c.Win32_Processor()[0].ProcessorId.strip() 一行就够。真正要设计的是它的角色:我一般把它当成“弱特征”,参与组合但绝不单独使用。原因是它足够稳定,重装系统、换硬盘都不会变;但也足够不唯一,覆盖不了批量机器。稳定和不唯一这两个属性同时成立,就决定了它只能做加权项。
还有一个边界要提前想清楚:[0] 这个下标是有假设的。多路服务器上 Win32_Processor() 会返回多条记录,取第一条只代表其中一个插槽;如果哪天机器换了 CPU,指纹跟着变是必然的。如果你的场景里硬件更换属于正常操作,那 CPU 这一项要么降权,要么在指纹变更时给出“疑似换件”的提示,而不是直接判定为另一台机器。
2.3 Win32_DiskDrive 的多盘问题
Win32_DiskDrive 是四个类里最不老实的一个。它返回的是“物理磁盘”列表,台式机上可能有一块系统盘加一块数据盘,笔记本上可能只有一块,插了 U 盘或者移动硬盘就会多出条目。更要命的是返回顺序不保证稳定,今天系统盘在前,明天可能就换了位置。如果代码里默认“第一条就是系统盘”,指纹就会随插拔设备飘。
从字段上看,SerialNumber 是硬盘出厂序列号,可信度比较高,但也不是万能的:部分 USB 桥接的移动硬盘根本不上报这个字段,读到的是空串或者一串空格;一些虚拟机的虚拟磁盘也会给一个统一的值。Caption 是型号描述,Size 是容量字节数,这两个字段适合用来做“挑哪块盘”的判据,不适合直接进指纹——容量会因为换盘而变,型号会因为批次而变。
实操上我一般做两步处理。第一步过滤,只保留固定磁盘,把可移动设备排除在外;如果拿不到可靠的介质类型,就退而求其次,按容量排序取最大的那一块,因为系统盘通常是容量最大的。第二步排序,把剩下的磁盘按 Caption 加 Size 排一遍,保证每次遍历顺序一致。这两步做完,SerialNumber 才有资格进拼接串。
2.4 BaseBoard 与 BIOS:最稳的两个字段也最容易被写脏
Win32_BaseBoard 的 SerialNumber 是主板序列号,Win32_BIOS 的 SerialNumber 是 BIOS 里的整机序列号,这两个字段在实际项目里是最常用的机器标识来源。它们稳定——不随系统重装变化,也不随硬盘更换变化;覆盖面也广——品牌整机基本都会写入。
问题出在“写脏”。不少商用机型和工控机的主板字段会被厂商批量写成同一个占位串,整批机器读出来完全一致;虚拟化环境里更明显,同一批虚机的主板序列号经常是同一个模板值。这种情况下,字段本身不为空、格式也正常,但拿来做唯一标识毫无意义,属于“看起来有值、实际上是噪声”。
判断办法只能靠采样:拿几台同批次机器各跑一遍,把四个字段并排看,哪个字段出现了重复,就在指纹里给它降权或者干脆剔除。这个动作必须在开发期做完,等到线上发现两台机器算出同一个码,回溯成本会高得多。另外这两个字段同样要 strip(),BIOS 字段尾部带空格的概率比想象中高。
3. 拼成机器指纹:字段顺序、空值清洗与哈希截断
四个字段都能读出来之后,真正决定指纹好不好用的是拼接环节。同样一组值,拼接顺序不同、分隔符不同、空值处理不同,算出来的结果就是两串完全不同的东西。这一章把拼接规则定死,并给出可以直接用的 Python 3 版本,迁移细节下一章再展开。
3.1 为什么必须固定拼接顺序
WMI 返回的集合是无序的,for 循环拿到的顺序取决于底层枚举,代码里不做任何约束就等于把结果交给了运气。同一台机器,第一次跑硬盘在前、主板在后,第二次反过来,拼出来的字符串自然不同,哈希之后就是两个指纹。这种问题在开发机上很难复现,因为机器配置固定,往往到了客户现场才暴露。
解决办法有两层。第一层是字段级顺序,四个来源按固定次序排:CPU、主板、BIOS、硬盘,写死在代码里,不依赖任何遍历结果。第二层是集合内顺序,硬盘这种可能有多条的,先排序再拼。两层都做到,同一台机器的输出才具备可重复性。
还有一个小细节:拼接时带上字段名。写成 cpu=xxx|board=yyy 而不是直接 xxxyyy,好处是避免“字段错位拼出同一个串”这种极端情况——比如 CPU 值末尾几位刚好和主板值开头几位相同,裸拼就可能产生歧义。分隔符用竖线或者逗号都行,关键是全局统一,不能有的地方用竖线有的地方用下划线。
3.2 清洗函数要处理的三类脏值
清洗这一步决定了指纹的下限。按现场经验,脏值至少有三类,每一类的处理方式不一样。
| 脏值类型 | 典型表现 | 处理方式 |
|---|---|---|
| 空值 | 属性返回 None |
统一转成空字符串,不参与拼接 |
| 空白串 | 返回 " " 或带换行的串 |
strip() 后判空 |
| 占位串 | 全 0、全 F、厂商统一模板值 | 归入黑名单,命中则视为空 |
空值最容易被忽略。physical_disk.SerialNumber 在某些驱动下直接返回 None,接着调 .strip() 就是 AttributeError,脚本当场挂掉。空白串则是“看着有值”,不 strip 的话,两台机器一个带空格一个不带,哈希结果就分叉了。占位串最阴,值不为空、格式正常,但整批机器一样,只能靠黑名单拦。
清洗函数写成独立的一个小函数,所有字段都过一遍,不要在每个取值点手写 strip()。集中处理的好处是后面加规则只改一处:
python复制def norm(value):
"""把 None、空白串和厂商占位串统一收敛成空字符串"""
if value is None:
return ""
text = str(value).strip()
if not text:
return ""
# 全 0、全 F 这类占位值直接丢弃
if set(text.upper()) <= {"0"} or set(text.upper()) <= {"F"}:
return ""
return text
这个函数只做三件事:空值归零、去空白、拦掉明显的占位串。set(text.upper()) <= {"0"} 的意思是“这个字符串的字符集合是 {'0'} 的子集”,等价于“全是 0”;全 F 同理。厂商模板值这种没法用规则穷举的,建议在配置里维护一个待排除列表,命中就返回空串,别硬编码在函数里。
3.3 落成 sha256:长度、可读性与存储
清洗完、拼好顺序,得到的原始串里带着完整的硬件信息。这东西不适合直接落库或者打进日志——既长,又等于把机器硬件明牌暴露出去。常规做法是再过一层哈希,输出固定长度的十六进制串。
python复制import hashlib
def machine_id():
c = wmi.WMI()
parts = []
cpu = c.Win32_Processor()[0]
parts.append(("cpu", norm(cpu.ProcessorId)))
board = c.Win32_BaseBoard()[0]
parts.append(("board", norm(board.SerialNumber)))
bios = c.Win32_BIOS()[0]
parts.append(("bios", norm(bios.SerialNumber)))
disks = []
for d in c.Win32_DiskDrive():
disks.append((norm(d.Caption), int(d.Size or 0), norm(d.SerialNumber)))
disks.sort(key=lambda x: (x[0], x[1]))
for caption, size, serial in disks:
parts.append(("disk", serial))
raw = "|".join(f"{k}={v}" for k, v in parts)
digest = hashlib.sha256(raw.encode("utf-8")).hexdigest()
return raw, digest
parts 是一个有序列表,元素是“字段名 + 清洗后的值”,顺序在代码里写死。硬盘部分先收集成三元组再排序,排序键是型号加容量,保证多盘机器每次顺序一致。raw 用竖线连接,f"{k}={v}" 保证字段名一定出现在串里。最后 encode("utf-8") 显式指定编码再做 sha256,hexdigest() 输出 64 个字符。
参数上有两个取舍要提前定。一是哈希算法,sha256 的 64 位十六进制对索引和存储都很友好,短一些的 md5 也能用,但没必要为省 32 个字符冒碰撞风险。二是要不要截断,有些系统的主键长度限制在 32 位,那就统一截前 32 位,全系统一致,不能有的地方截有的地方不截。如果要在指纹里加盐,盐必须存在配置文件里,并且要接受“换盐等于所有机器指纹全部变更”这个后果,上线之后不要再动。
4. 把脚本从 Python 2 挪到 Python 3:print、long、整除与编码
原始采集代码是 Python 2 的写法,现在大部分环境已经是 Python 3,直接搬过去会连着报错。这一章把每一处改动对应的报错原样列出来,方便对照现场。迁移本身不难,难的是知道“为什么报这个错”,不然改完这行下一行又挂。
4.1 print 语句和 long 是两个硬伤
第一个报错来自打印语句。Python 2 里 print "cpu id:", value 是语句,Python 3 里 print 变成了函数,这种写法直接抛 SyntaxError: Missing parentheses in call to 'print'。这个错很显眼,脚本根本跑不起来,改起来也简单,加一对括号即可。
第二个报错更隐蔽一些,因为它是运行期才抛的:NameError: name 'long' is not defined。Python 3 把 long 和 int 合并了,没有 long 这个内置类型。原来那行 long(physical_disk.Size) / 1000 / 1000 / 1000 要整体改写,不是简单把 long 换成 int 就完事,除法语义也变了。
第三处是打印格式。Python 2 里 print 'disk id:', physical_disk.SerialNumber.strip() 用的是单引号字符串,语法上没问题,但如果串里带中文,Python 2 的默认编码会在某些终端上输出乱码。迁到 Python 3 之后字符串统一是 Unicode,这类问题基本消失,前提是文件头保留编码声明,且输出终端支持 UTF-8。
改完之后的对应片段:
python复制print("cpu id:", c.Win32_Processor()[0].ProcessorId.strip())
for physical_disk in c.Win32_DiskDrive():
print("disk id:", physical_disk.SerialNumber.strip())
tmpdict["Size"] = int(physical_disk.Size or 0) // (1000 ** 3)
注意 int(physical_disk.Size or 0) 这个写法:Size 有可能是 None,None or 0 会取到 0,避免 int(None) 抛 TypeError。这是迁移时顺手加的一层防御,成本很低。
4.2 Size 换算:long(Size)/1000/1000/1000 到底错在哪
这行代码在 Python 2 和 Python 3 下的结果完全不同。Python 2 里两个整数相除是整除,long(Size) / 1000 / 1000 / 1000 得到的是一个整数 GB 数,比如 512GB 的盘算出 512。Python 3 里 / 是浮点除法,同样的表达式会得到 512.110... 这样的浮点数,写进 JSON 就变成了带小数的字段,后面拿它做排序键或者做相等比较都会出问题。
正确写法是整除运算符 //,并且把进制口径想清楚。按 1000 算是厂商标称容量,按 1024 算是操作系统显示的容量,两者会差出几个百分点。这里有一个原则:容量只做展示,不进指纹。因为一旦把容量拼进哈希串,用户换一块同型号但不同容量的盘,指纹就变了;而容量换算口径如果在不同版本之间调整过,历史数据和新增数据就对不上。
python复制size_bytes = int(physical_disk.Size or 0)
size_gb_1000 = size_bytes // (1000 ** 3) # 厂商标称口径
size_gb_1024 = size_bytes // (1024 ** 3) # 系统显示口径
两个值都可以打日志,但只用于人工核对。指纹串里只保留序列号,不保留容量,这条规则建议直接写进代码注释,免得后面接手的人顺手加回去。
4.3 编码与异常兜底:查询本身也会失败
即使语法全改对了,还是会遇到查询层面的异常。WMI 的某些类在精简系统、容器环境或者特定虚拟化平台上可能不存在,调 c.Win32_BIOS() 会抛 wmi.x_wmi 异常;另一种情况是类存在但返回空集合,[0] 直接 IndexError。这两种都属于“环境差异”,不是代码 bug,但必须兜住,否则整个采集脚本会因为一个可选字段挂掉。
python复制def safe_first(collection, attr):
"""取集合第一条的指定属性,查询失败或结果为空时返回 None"""
try:
items = list(collection())
except Exception:
return None
if not items:
return None
return getattr(items[0], attr, None)
用法是 safe_first(c.Win32_BIOS, "SerialNumber")。list(collection()) 把查询结果实体化,异常在这一步捕获;getattr(items[0], attr, None) 在属性不存在时返回 None 而不是抛错。这样即使 BIOS 字段拿不到,指纹里只是少一项,其余字段照常工作。要注意的是,这种“降级可用”会带来一个副作用:同一台机器在字段缺失前后算出的指纹不同。所以一旦决定降级,就要在指纹里记录“本次参与了哪几项”,否则运维排查时根本看不出差异从哪来。
5. 硬件指纹的排查现场:五类翻车与对应解法
采集脚本上线之后,报障基本集中在五类现象上。这一章按“现象 → 原因 → 解决”逐条过,每条都对应前面出现过的字段或代码结构,方便直接对号入座。
5.1 现象:脚本第一行就报 SyntaxError,或者跑两步报 long 未定义
现象很直接:换到 Python 3 环境,执行脚本立刻抛 SyntaxError: Missing parentheses in call to 'print';把打印语句改好之后,又在容量换算那行抛 NameError: name 'long' is not defined。两次报错位置不同,容易让人以为是两个独立问题。
原因就是版本差异。Python 2 的 print 是语句,Python 3 是函数,括号不能省;long 类型在 Python 3 中被并入 int,内置名字直接没了。原始代码里这两处都有,属于从 Python 2 时代留下来的典型写法。
解决分三步。所有 print xxx 改成 print(xxx),多个输出项用逗号分隔放进括号里;所有 long(x) 改成 int(x);把 / 改成 // 并确认换算口径。改完建议用 python -3 之类的兼容性检查跑一遍,把剩余的语法问题一次性暴露出来,别改一行跑一行。
5.2 现象:NameError: name 'tmplist' is not defined
现象是脚本跑到第一块硬盘时直接抛出 NameError,提示 tmplist 未定义。看起来像是变量名拼错,但翻遍代码发现名字没错,只是从来没被创建过。
原因在于原始片段只写了 tmplist.append(tmpdict),前面没有 tmplist = [] 的初始化。这种问题在“从别人代码里摘一段出来用”的场景里特别常见,摘的时候只看到了循环体,漏掉了循环外的准备语句。
解决办法是在进入循环之前先建空列表,也就是 tmplist = []。顺带把 encrypt_str = "" 也一起检查一遍,这类累加变量只要漏了初始化,后面必然报错。更稳妥的做法是把采集逻辑封成函数,所有中间变量在函数内部初始化,调用方不需要关心这些细节。
5.3 现象:序列号是空串或者一串空格,指纹退化
现象是脚本不报错,但打印出来的 disk id: 后面空空如也,或者只有一串空白。多台机器跑下来,指纹里硬盘那一段全是 disk=,等于这项没起作用。
原因有两层。一层是驱动没上报,USB 桥接的移动硬盘、部分虚拟磁盘就是这样,SerialNumber 返回 None 或空串。另一层是前面没做 strip(),返回值带着空格,判空判不掉,看着有值实际是噪声。
解决靠清洗函数兜底:所有字段先过 norm(),空值和空白串统一收敛成空字符串;拼接时对空值做记录,在指纹串里保留 disk= 这样的占位,保证字段结构不变。同时加一条告警:如果四个来源里有两项以上为空,这条指纹的可信度就要打问号,建议在后台标记出来人工核对,不要直接当成正式标识使用。
5.4 现象:同一台机器跑两次,指纹不一样
这是最难查的一类。第一次跑出一个 64 位哈希,第二次跑出另一个,机器没动过,代码也没改。抽样几台机器,有的稳定有的不稳定,看起来像玄学事件,实际有明确的触发条件。
原因基本锁定在硬盘遍历顺序上。Win32_DiskDrive() 返回的集合顺序不保证稳定,多盘机器上今天系统盘在前、明天数据盘在前,拼接串就变了。另一个触发条件是插了 U 盘或者移动硬盘,多出来的条目直接进了指纹。这两种情况都属于“输入集合本身在变”,而不是哈希算错了。
解决办法是前面讲过的两步:先过滤掉可移动设备,再按 Caption 加 Size 排序。排序键要包含容量,因为同型号的两块盘 Caption 可能完全一样,只按型号排等于没排。改完之后做一次验证:同一台机器连续跑三次,插拔一次 U 盘再跑一次,四次结果应该完全一致。
5.5 现象:一批同型号机器,指纹全部相同
现象是资产系统里导进来二十台机器,指纹列全是同一个值。单台看每个字段都有值,也不为空,看起来完全正常。
原因是字段组合里全是“弱特征”。ProcessorId 在同批次机器上本来就一样;主板和 BIOS 的序列号被厂商批量写成了同一个占位串;硬盘如果是同一批采购的同型号盘,序列号虽然不同,但如果代码只取了第一块盘而这块盘恰好是同一批次,也可能撞。几个弱特征乘在一起,唯一性并没有提升。
解决思路分两层。硬件层尽量把真正唯一的字段找出来,比如硬盘序列号,并且把多块盘的序列号全部纳入拼接而不是只取第一块;软件层加一个安装时生成的随机串,落在本地文件里,和硬件指纹一起参与哈希。后者的代价是重装系统后指纹会变,所以它只适合“允许一次重新绑定”的场景,不能当作硬件指纹的替代品。
6. 上线前的自检习惯:同一台机器跑三遍,换一块硬盘再跑一遍
这个脚本最后能不能用,不看它能不能打印出序列号,而看它在边界条件下是否可重复。我现在的习惯是每次改完采集逻辑,都跑一组固定的验证:同一台机器连续执行三次,比对三个哈希是否一致;插上 U 盘再执行一次,确认结果不变;把其中一块硬盘拔掉(或者用虚拟机模拟),确认指纹变化符合预期而不是整个崩掉。
验证脚本本身很短,重点是每次都跑:
python复制from machine_code import machine_id # 前面写好的采集函数
results = []
for i in range(3):
raw, digest = machine_id()
results.append(digest)
print(f"第 {i + 1} 次: {digest}")
assert len(set(results)) == 1, "同一台机器多次采集结果不一致,先查 DiskDrive 顺序"
print("一致性检查通过")
这段代码只做一件事:连续采集三次,用 set 去重后判断长度是否为 1。断言失败时不要急着改哈希算法,先打印 raw 看是哪一段在变。九成情况下差异出现在 disk= 后面,说明排序或者过滤没做到位。如果是 board= 或 bios= 在变,那更可能是查询偶发失败导致该字段降级为空,要回去看异常兜底是不是把错误吞掉了。
各字段的处理策略我整理成了下面这张表,改代码前先对照一遍:
| 字段来源 | 是否进指纹 | 理由 |
|---|---|---|
ProcessorId |
进,权重低 | 稳定但同批次易重复 |
主板 SerialNumber |
进,权重高 | 不随系统与硬盘变化,注意占位串 |
BIOS SerialNumber |
进,权重高 | 整机标识,虚拟化环境下需复核 |
硬盘 SerialNumber |
进,全量纳入 | 唯一性最好,需先排序去可移动设备 |
| 硬盘容量、型号 | 不进 | 换盘即变,且换算规则不统一 |
血泪经验是:别在开发机上验证完就上线。开发机通常只有一块盘、没有外接设备、BIOS 字段也是干净的,所有边界问题都会在客户现场才冒出来。我现在的做法是至少找三台差异明显的机器跑一遍——一台笔记本、一台台式、一台虚拟机,三台的指纹互不相同、各自三次采集一致,才算过。从那以后我每次动采集逻辑,都强制走一遍这个三机三跑,宁可多花二十分钟,也不想再收到“两台机器授权冲突”的工单。希望帮到你。
