用Python哈希文件

我想让python读取EOF，这样我就可以获取适当的哈希，无论它是sha1还是md5。请帮忙。这是我到目前为止的内容：

import hashlib

inputFile = raw_input("Enter the name of the file:")
openedFile = open(inputFile)
readFile = openedFile.read()

md5Hash = hashlib.md5(readFile)
md5Hashed = md5Hash.hexdigest()

sha1Hash = hashlib.sha1(readFile)
sha1Hashed = sha1Hash.hexdigest()

print "File Name: %s" % inputFile
print "MD5: %r" % md5Hashed
print "SHA1: %r" % sha1Hashed

TL; DR使用缓冲区不使用大量内存。

我相信，当我们考虑使用非常大的文件对内存的影响时，我们就陷入了问题的症结。我们不希望这个坏男孩为2 GB的文件流过2 gigs的ram，因此，正如pasztorpisti指出的那样，我们必须将那些较大的文件分块处理！

import sys
import hashlib

# BUF_SIZE is totally arbitrary, change for your app!
BUF_SIZE = 65536  # lets read stuff in 64kb chunks!

md5 = hashlib.md5()
sha1 = hashlib.sha1()

with open(sys.argv[1], 'rb') as f:
    while True:
        data = f.read(BUF_SIZE)
        if not data:
            break
        md5.update(data)
        sha1.update(data)

print("MD5: {0}".format(md5.hexdigest()))
print("SHA1: {0}".format(sha1.hexdigest()))

我们所做的是，随着hashlib方便的dandy update方法的进行，我们将以64kb的块更新这个坏男孩的哈希。这样，我们使用的内存就比一次哈希一个家伙所需的2gb少得多！

您可以使用以下方法进行测试：

$ mkfile 2g bigfile
$ python hashes.py bigfile
MD5: a981130cf2b7e09f4686dc273cf7187e
SHA1: 91d50642dd930e9542c39d36f0516d45f4e1af0d
$ md5 bigfile
MD5 (bigfile) = a981130cf2b7e09f4686dc273cf7187e
$ shasum bigfile
91d50642dd930e9542c39d36f0516d45f4e1af0d  bigfile

希望有帮助！

右侧的链接问题中也概述了所有这些内容：在Python中获取大文件的MD5哈希

附录！

通常，在编写python时，它有助于养成遵循pep-8的习惯。例如，在python中，变量通常用下划线分隔而不是驼峰式。但这只是样式，除了必须阅读不良样式的人之外，没有人真正关心这些事情……这可能是您从现在开始阅读此代码的原因。

为了正确有效地计算文件的哈希值（在Python 3中）：

• 以二进制模式（即添加'b'到文件模式）打开文件，以避免字符编码和行尾转换问题。
• 不要将整个文件读到内存中，因为那样会浪费内存。而是逐块顺序读取它，并更新每个块的哈希值。
• 消除双重缓冲，即不使用缓冲的IO，因为我们已经使用了最佳的块大小。
• 使用readinto()以避免缓冲区翻腾。

例：

import hashlib

def sha256sum(filename):
    h  = hashlib.sha256()
    b  = bytearray(128*1024)
    mv = memoryview(b)
    with open(filename, 'rb', buffering=0) as f:
        for n in iter(lambda : f.readinto(mv), 0):
            h.update(mv[:n])
    return h.hexdigest()

我会简单地建议：

def get_digest(file_path):
    h = hashlib.sha256()

    with open(file_path, 'rb') as file:
        while True:
            # Reading is buffered, so we can read smaller chunks.
            chunk = file.read(h.block_size)
            if not chunk:
                break
            h.update(chunk)

    return h.hexdigest()

这里所有其他答案似乎过于复杂。Python在读取时已经在缓冲（以理想的方式，或者如果您有更多有关基础存储的信息，则可以配置该缓冲），因此最好分块读取散列函数找到的理想值，这样可以使其更快或更省时地减少CPU占用计算哈希函数。因此，您可以使用Python缓冲并控制应该控制的内容，而不是禁用缓冲并尝试自己模拟它，即数据消费者可以找到理想的哈希块大小。

我已经编写了一个模块，该模块能够使用不同的算法对大文件进行哈希处理。

pip3 install py_essentials

像这样使用模块：

from py_essentials import hashing as hs
hash = hs.fileChecksum("path/to/the/file.txt", "sha256")

这是Python 3，POSIX解决方案（不是Windows！），用于mmap将对象映射到内存中。

import hashlib
import mmap

def sha256sum(filename):
    h  = hashlib.sha256()
    with open(filename, 'rb') as f:
        with mmap.mmap(f.fileno(), 0, prot=mmap.PROT_READ) as mm:
            h.update(mm)
    return h.hexdigest()

import hashlib
user = input("Enter ")
h = hashlib.md5(user.encode())
h2 = h.hexdigest()
with open("encrypted.txt","w") as e:
    print(h2,file=e)


with open("encrypted.txt","r") as e:
    p = e.readline().strip()
    print(p)