比较apk文件md5值存在md5时发生错误

Question

导入hashlib库（md5方法是其中的一部分）

import hashlib    

要检查的文件

file_name = "test.apk"      

正确的原始md5到这里

original_md5 = '5d41402abc4b2a76b9719d911017c592'  

打开，关闭，读取文件并在其内容上计算MD5

with open(file_name) as file_to_check:
    # read contents of the file
    data = file_to_check.read()
    md5_returned = hashlib.md5(data).hexdigest()

最后将原始MD5与新计算的

进行比较

if original_md5 == md5_returned:
    print ("MD5 verified.")
else:
    print ("MD5 verification failed!.")

错误

File "newhash.py", line 15, in <module>
    data = file_to_check.read()
File "C:\Users\AppData\Local\Programs\Python\Python35-32\lib\encodings\cp1252.py", line 23, in decode
    return codecs.charmap_decode(input,self.errors,decoding_table)[0]
UnicodeDecodeError: 'charmap' codec can't decode byte 0x8f in position 286: character maps to <undefined>

Answer 1

问题是您将文件读取为文本文件而不是二进制文件。不知道你是使用python2还是python3，但是对于这两种情况你都可以找到如何从文件中读取字节而不是将它们解释为字符串。

Answer 2

要计算校验和（md5，sha1等），您必须以二进制模式打开文件，因为您将对字节值求和：

要成为py27 / py3便携式，您应该使用io包，如下所示：

import hashlib
import io


def md5sum(src):
    md5 = hashlib.md5()
    with io.open(src, mode="rb") as fd:
        content = fd.read()
        md5.update(content)
    return md5

如果您的文件很大，您可能更喜欢按块读取文件，以避免将整个文件内容存储在内存中：

def md5sum(src, length=io.DEFAULT_BUFFER_SIZE):
    md5 = hashlib.md5()
    with io.open(src, mode="rb") as fd:
        for chunk in iter(lambda: fd.read(length), b''):
            md5.update(chunk)
    return md5

如果您的文件非常很大，您可能还需要显示进度信息。您可以通过调用回调函数来执行此操作，该函数打印或记录计算的字节数量：

def md5sum(src, callback, length=io.DEFAULT_BUFFER_SIZE):
    calculated = 0
    md5 = hashlib.md5()
    with io.open(src, mode="rb") as fd:
        for chunk in iter(lambda: fd.read(length), b''):
            md5.update(chunk)
            calculated += len(chunk)
            callback(calculated)
    return md5