如何在Python中计算文件的MD5校验和？

我已经用Python编写了一些代码来检查文件中的MD5哈希，并确保哈希与原始哈希匹配

以下是我的研究成果：

# Defines filename
filename = "file.exe"

# Gets MD5 from file 
def getmd5(filename):
    return m.hexdigest()

md5 = dict()

for fname in filename:
    md5[fname] = getmd5(fname)

# If statement for alerting the user whether the checksum passed or failed

if md5 == '>md5 will go here<': 
    print("MD5 Checksum passed. You may now close this window")
    input ("press enter")
else:
    print("MD5 Checksum failed. Incorrect MD5 in file 'filename'. Please download a new copy")
    input("press enter") 
exit

#定义文件名
filename=“file.exe”
#从文件中获取MD5
def getmd5（文件名）：
返回m.hexdigest（）
md5=dict（）
对于文件名中的fname：
md5[fname]=getmd5（fname）
#用于警告用户校验和是否通过或失败的If语句
如果md5=='>md5将转到这里，说明您的错误和代码中缺少的内容
m
是未为
getmd5（）
函数定义的名称

无意冒犯，我知道你是个初学者，但你的代码到处都是。让我们逐一看看您的问题：）

首先，您没有正确使用
hashlib.md5.hexdigest（）
方法。请参阅中有关hashlib函数的说明。为提供的字符串返回MD5的正确方法是执行以下操作：

>>> import hashlib
>>> hashlib.md5("filename.exe").hexdigest()
'2a53375ff139d9837e93a38a279d63e5'

>>> import hashlib
>>> hashlib.md5(open('filename.exe','rb').read()).hexdigest()
'd41d8cd98f00b204e9800998ecf8427e'

然而，这里有一个更大的问题。您正在根据文件名字符串计算MD5，实际上MD5是根据文件内容计算的。您基本上需要读取文件内容并通过MD5进行传输。我的下一个例子不是很有效，但类似这样：

>>> import hashlib
>>> hashlib.md5("filename.exe").hexdigest()
'2a53375ff139d9837e93a38a279d63e5'

>>> import hashlib
>>> hashlib.md5(open('filename.exe','rb').read()).hexdigest()
'd41d8cd98f00b204e9800998ecf8427e'

正如您可以清楚地看到的，第二个MD5哈希与第一个完全不同。原因是我们正在推送文件的内容，而不仅仅是文件名

一个简单的解决方案可以是这样的：

# Import hashlib library (md5 method is part of it)
import hashlib

# File to check
file_name = 'filename.exe'

# Correct original md5 goes here
original_md5 = '5d41402abc4b2a76b9719d911017c592'  

# Open,close, read file and calculate MD5 on its contents 
with open(file_name) as file_to_check:
    # read contents of the file
    data = file_to_check.read()    
    # pipe contents of the file through
    md5_returned = hashlib.md5(data).hexdigest()

# Finally compare original MD5 with freshly calculated
if original_md5 == md5_returned:
    print "MD5 verified."
else:
    print "MD5 verification failed!."

请看这篇文章。它详细解释了如何有效地实现这一目标的几种方法

祝您好运。
在Python中，您可以

import hashlib

with open("your_filename.png", "rb") as f:
    file_hash = hashlib.md5()
    while chunk := f.read(8192):
        file_hash.update(chunk)

print(file_hash.digest())
print(file_hash.hexdigest())  # to get a printable str instead of bytes

在Python 3.7及以下版本上：

with open("your_filename.png", "rb") as f:
    file_hash = hashlib.md5()
    chunk = f.read(8192)
    while chunk:
        file_hash.update(chunk)
        chunk = f.read(8192)

print(file_hash.hexdigest())

这将一次读取文件8192（或2ª³）字节，而不是使用
f.read（）
一次性读取所有字节，以使用更少的内存


考虑使用而不是
md5
（只需在上述代码片段中将
md5
替换为
blake2b
）。它的加密安全性高于MD5。
您可以通过读取二进制数据并使用
hashlib.MD5（）.hexdigest（）
计算文件的校验和。执行此操作的函数如下所示：

def File_Checksum_Dis(dirname):
    
    if not os.path.exists(dirname):
        print(dirname+" directory is not existing");
    
    for fname in os.listdir(dirname):
        if not fname.endswith('~'):
            fnaav = os.path.join(dirname, fname);
            fd = open(fnaav, 'rb');
            data = fd.read();
            fd.close();
        
            print("-"*70);
            print("File Name is: ",fname);          
            print(hashlib.md5(data).hexdigest())
            print("-"*70);
                

hashlib
方法也支持
mmap
模块，所以我经常使用

从hashlib导入md5
从mmap导入mmap，访问
路径=。。。
打开（路径）作为文件，mmap（file.fileno（），0，access=access\u READ）作为文件：
打印（md5（文件）.hexdigest（））

其中
path
是文件的路径

参考：

编辑：与普通读取方法进行比较


（似乎我没有足够的声誉来展示这个形象）

从hashlib导入md5
从mmap导入访问\u读取，mmap
从matplotlib.pyplot导入网格、图例、绘图、显示、紧密布局、xlabel、ylabel
从内存\u探查器导入内存\u使用情况
来自numpy import arange
def MemoryMap（）：
打开（路径）作为文件，mmap（file.fileno（），0，access=access\u READ）作为文件：
打印（md5（文件）.hexdigest（））
def PlainRead（）：
打开（路径“rb”）作为文件：
打印（md5（file.read（））.hexdigest（））
如果uuuu name uuuuuu='\uuuuuuu main\uuuuuuu'：
路径=。。。
y=内存使用率（内存映射，间隔=0.01）
绘图（arange（len（y））/100，y，label='mmap'）
y=内存使用率（纯读，间隔=0.01）
绘图（arange（len（y））/100，y，label='read'）
ylabel（'内存使用（MiB）'）
xlabel（“时间”）
图例（）
网格（）
紧凑的布局（）
show（）

path
是指向3.77GiB csv文件的路径。
Wow。我觉得很尴尬。我想我在做什么的时候输入了错误的代码，并在代码中添加了很多错误。谢谢你的帮助。我虽然更习惯于批处理和lua。所以Python对我来说很挑剔。你也应该用open（file_name，'rb'）以二进制模式打开文件，否则当操作系统进行换行/回车转换时，你可能会遇到问题。请参阅，如果您正在处理一个二进制文件，请确保您使用“b”模式正确读取该文件，最后我使用以下命令使其正常工作：hashlib.sha512（open（fn，'rb'）.read（））.hexdigest（）是否将整个文件读取到内存中？那么为什么不直接执行
hashlib.md5（file.read（））.hexdigest（）
@Boris从图中可以看出，我认为
mmap
方法交替读取和处理，但使用后内存似乎没有释放。