Skip to main content
 首页 » 编程设计

python 3.7 : Hashing a binary file

2024年11月24日10傻小

我正在尝试为给定文件生成哈希,在这种情况下,哈希函数进入二进制文件(.tgz 文件),然后生成错误。有什么方法可以读取二进制文件并生成它的 md5 哈希值吗?

我收到的错误是:

buffer = buffer.decode('UTF-8') UnicodeDecodeError: 'utf-8' codec can't decode byte 0xbc in position 10: invalid start byte 

源代码是:

import hashlib 
 
def HashFile(filename, readBlockSize = 4096): 
    hash = hashlib.md5() 
 
    with open(filename, 'rb') as fileHandle: 
 
        while True: 
            buffer = fileHandle.read(readBlockSize) 
 
            if not buffer: 
                break 
 
            buffer = buffer.decode('UTF-8')                 
            hash.update(hashlib.md5(buffer).hexdigest()) 
 
    return 

我在 Linux 上使用 Python 3.7。

请您参考如下方法:

您可以在此处进行一些调整。

您不需要对 .read() 返回的字节进行解码,因为 md5() 在第一行中需要 bytes放置,而不是 str:

>>> import hashlib 
>>> h = hashlib.md5(open('dump.rdb', 'rb').read()).hexdigest() 
>>> h 
'9a7bf9d3fd725e8b26eee3c31025b18e' 

这意味着您可以从函数中删除行 buffer = buffer.decode('UTF-8')。

如果您想使用该函数的结果,您还需要返回哈希。

最后,您需要将原始字节 block 传递给 .update(),而不是它的十六进制摘要(它是一个 str);查看文档的 example .

综合起来:

def hash_file(filename: str, blocksize: int = 4096) -> str: 
    hsh = hashlib.md5() 
    with open(filename, "rb") as f: 
        while True: 
            buf = f.read(blocksize) 
            if not buf: 
                break 
            hsh.update(buf) 
    return hsh.hexdigest() 

(以上是使用 Redis .rdb 转储二进制文件的示例。)