Python hashlib md5与bash md5sum相比，输出不同且速度较慢？

我有两个问题要解决。1） 当我运行hashlibmd5时，得到的输出与在bash中运行md5sum时不同。2） 在python中运行该程序所需的时间比bash长得多

另外，我有一个md5sum值表，我想匹配这个测试文件和其他文件。测试用例中的bash输出与表中提供的值匹配。因此，理想情况下，我希望python输出与之匹配

以下是我迄今为止所尝试的：

import os
import hashlib
import gzip
import time
import subprocess

def get_gzip_md5(in_file):
    #gets the md5sum value for a given file
    
    hash_md5 = hashlib.md5()
    chunk = 8192
    
    with gzip.open(in_file, "rb") as f:
        
        while True:
            buffer = f.read(chunk)
            if not buffer:
                break
            hash_md5.update(buffer)

    return hash_md5.hexdigest()

t0 = time.process_time()

out = subprocess.run("md5sum test.fastq.gz", shell=True, stdout=subprocess.PIPE)
print(out.stdout)

t1 = time.process_time() - t0
print("Time elapsed:",t1)


t0 = time.process_time()

md5 = get_gzip_md5("test.fastq.gz")
print(md5)

t1 = time.process_time() - t0
print("Time elapsed:",t1)

输出：

b'b0a25d66a1a83582e088f062983128ed  test.fastq.gz\n'
Time elapsed: 0.007306102000256942
cfda2978db7fab4c4c5a96c61c974563
Time elapsed: 95.02966231200026

---

问题来自如何在

Python

中打开文件

简短回答：

你需要改变

gzip.open(in_file, "rb")

借

你将得到相同的MD5总和

长答案：

gzip.open（）。但是，同时，
md5sum
将处理压缩文件的MD5和。因此，它将导致不同的MD5和值

如何解决这个问题？简单地说，
在
rb
中打开压缩文件，在不解压缩的情况下得到它的MD5和。
很容易看到它。。。而且很容易出错，因为它是一个微妙的细节在快速看。bash MD5正在计算原始压缩文件的校验和。通过对PythonMD5使用
gzip.open
，可以解压缩文件，并相应地计算解压缩文件的MD5。
open(in_file, "rb")