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散列，并确保散列与原始散列相匹配。

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

但是每当我运行代码时，都会得到以下错误:

Traceback (most recent call last):
File "C:\Users\Username\md5check.py", line 13, in <module>
md5[fname] = getmd5(fname)
File "C:\Users\Username\md5check.py, line 9, in getmd5
return m.hexdigest()
NameError: global name 'm' is not defined

我的代码中有什么遗漏的地方吗？

254459 次浏览
小开
最佳答案

关于您的错误和代码中缺少的内容。m是一个没有为 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。让我们一个一个来看看你的问题:)

首先，您没有正确地使用 hashlib.md5.hexdigest()方法。请参阅 Python 文档库中关于 hashlib 函数的说明。为提供的 绳子返回 MD5的正确方法是执行以下操作:

>>> import hashlib
>>> hashlib.md5("example string").hexdigest()
'2a53375ff139d9837e93a38a279d63e5'

但是，你现在有个更大的问题。您在 文件名字符串上计算 MD5，而实际上 MD5是基于文件 内容计算的。您基本上需要读取文件内容并通过 MD5管道传输它。我的下一个例子不是很有效，但是类似这样的:

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

您可以清楚地看到，第二个 MD5散列与第一个完全不同。这样做的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能是这样的:

# 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, 'rb') 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!."

请看后 Python: 生成文件的 MD5校验和。它详细解释了一对夫妇的方式如何可以有效地实现。

祝你好运。

小开

在 Python 3.8 + 中，您可以这样做

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

Python 3.7及以下版本:

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213)字节，而不是使用 f.read()一次读取所有字节，以减少内存使用。

考虑使用 hashlib.blake2b而不是 md5(只需在上面的代码片段中用 blake2b替换 md5)。它在密码学上是安全的，而且 再快点比 MD5更安全。

小开

可以通过读取二进制数据和使用 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);
小开

hashlib方法也支持 mmap模块，所以我经常使用

from hashlib import md5
from mmap import mmap, ACCESS_READ


path = ...
with open(path) as file, mmap(file.fileno(), 0, access=ACCESS_READ) as file:
print(md5(file).hexdigest())

其中 path是文件的路径。

档号: https://docs.python.org/library/mmap.html#mmap.mmap

编辑: 与普通阅读方法比较。

Plot of time and memory usage

from hashlib import md5
from mmap import ACCESS_READ, mmap


from matplotlib.pyplot import grid, legend, plot, show, tight_layout, xlabel, ylabel
from memory_profiler import memory_usage
from numpy import arange


def MemoryMap():
with open(path) as file, mmap(file.fileno(), 0, access=ACCESS_READ) as file:
print(md5(file).hexdigest())


def PlainRead():
with open(path, 'rb') as file:
print(md5(file.read()).hexdigest())


if __name__ == '__main__':
path = ...
y = memory_usage(MemoryMap, interval=0.01)
plot(arange(len(y)) / 100, y, label='mmap')
y = memory_usage(PlainRead, interval=0.01)
plot(arange(len(y)) / 100, y, label='read')
ylabel('Memory Usage (MiB)')
xlabel('Time (s)')
legend()
grid()
tight_layout()
show()

path是一个3.77 GiB csv 文件的路径。


提交答案