Question

我正在尝试创建两个文件的校验和来比较它们。这是我正在使用的脚本：

import hashlib
import datetime
f = open('myfile.mov', 'rb')
def checkF(f, block_size=2**20):
...     print datetime.datetime.now()
...     h = hashlib.sha1()
...     while True:
...             data = f.read(block_size)
...             if not data:
...                     break
...             h.update(data)
...     print datetime.datetime.now()
...     return h.digest()
... 
>>> checkF(f)
2012-03-21 09:33:40.704032
2012-03-21 09:33:40.704490
'\xda9\xa3\xee^kK\r2U\xbf\xef\x95`\x18\x90\xaf\xd8\x07\t'

首先，我不熟悉输出。这是我可以用来与其他文件进行比较的字符串吗？其次，第二次在同一文件上运行此脚本会产生不同的结果。这似乎与传球之间经过了多少时间有关。我不完全明白这里发生了什么。任何帮助都会很棒。

Answer 1

每次调用checkF时都必须重新打开文件，或者用f.seek(0)重置文件指针的位置。这就是为什么你得到不同的hashsums：第一个是文件内容的哈希值，后面的所有哈希值都是空字符串的哈希值（即da39a3ee5e6b4b0d3255bfef95601890afd80709）。

要将hashsum作为十六进制字符串（供人类使用），只需调用h.hexdigest()而不是h.digest()，它将hashsum作为bytestring返回（更紧凑，但不是人类可读的）。

Answer 2

>>> '\xda9\xa3\xee^kK\r2U\xbf\xef\x95`\x18\x90\xaf\xd8\x07\t'.encode('hex')
'da39a3ee5e6b4b0d3255bfef95601890afd80709'

但您可能只想使用hexdigest()代替

Answer 3

你忘了用f.close（）关闭文件请在调用checkF（f）之后输入，如果你在程序结束时没有关闭文件，有时python会返回不可预测的结果。

python校验和验证两个大文件

3 个答案: