StringIO对象与保存文件的MD5sum差异？

Question

我有一段Python代码，内容如下：

def make_portrait(self, image_name):

    im = Image.open(str(image_name))

    output = StringIO.StringIO()
    im.save(output, 'JPEG', quality=70)
    self.portrait_md5 = hashlib.md5(output.getvalue()).hexdigest()
    output.close()
    self.portrait_asset = self.portrait_md5 + '.jpg'
    self.portrait_xml = '<net.rptools.maptool.model.Asset>\n  <id>\n    <id>' + self.portrait_md5 + \
                        '</id>\n  </id>\n  <name>' + self.name + \
                        '</name>\n  <extension>jpg</extension>\n  <image/>\n</net.rptools.maptool.model.Asset>\n'
    self.portrait = im

这段代码的功能是读取一个指定的图片文件，把图片转换成JPG格式，质量设置为70%，然后计算转换后数据的MD5校验和。在程序的其他地方，转换后的图片数据会被写入到磁盘上的一个实际文件中，同时还会有一个包含关于这张图片的元数据的文件（比如MD5值）。

代码运行得很好，但校验和不匹配最终输出的结果。假设我给它输入一张图片，它完成转换后，得到了“ce5d1126ba52ba1618c402a13bee1c0c”作为校验和。如果我之后去检查保存到磁盘上的最终文件，md5sum却显示它的校验和是“bb5ae2fdfea6294267b7ffdc226e21fa”。

这造成了问题，因为应该使用这个代码生成的文件的程序会检查实际文件的MD5值，并将其与元数据中报告的MD5值进行比较。如果这两个值不匹配，程序就会出错。

我对Python非常陌生。请问我该如何生成一个与保存到磁盘的图片文件的MD5值匹配的校验和呢？

如果需要，我很乐意提供更多细节。

Answer 1

我猜这可能跟PIL写文件有关，因为从StringIO()和文件得到的md5值是一样的，像这里显示的那样：

>>> import StringIO
>>> import string
>>> import random
>>> import hashlib
>>> import subprocess
>>>
>>> sample = StringIO.StringIO()
>>> data = "".join([random.choice(string.lowercase) for _ in range(10000)])
>>> sample.write(data)
>>> sample.seek(0)
>>> md5 = hashlib.md5()
>>> md5.update(sample.read())
>>> md5.hexdigest()
'1b0d867b8e5aa66de816285076b7d457'
>>> sample.seek(0)
>>> with open("as_file.txt", "w") as f:
...     f.write(sample.read())
...
>>> subprocess.call("md5 as_file.txt".split())
MD5 (as_file.txt) = 1b0d867b8e5aa66de816285076b7d457

也许在生成哈希值之前，先把输出的位置移动到开头试试。

im.save(output, "JPEG", quality=70)
output.seek(0)
self.portrait_md5 = hashlib.md5(output.getvalue()).hexdigest()  

编辑

这跟我预期的一样，基本上和你的代码是相同的。你是把文件写到哪里去的呢？

from PIL import Image
import StringIO
import hashlib
import subprocess

im = Image.open("foo.png")
data = StringIO.StringIO()
im.save(data, "JPEG", quality=70)
md5 = hashlib.md5(data.getvalue()).hexdigest()
with open("foo.jpg", "w") as f:
    im.save(f, "JPEG", quality=70)

print md5
print subprocess.call("md5 foo.jpg".split())

输出

e5954ce7fb4d22dfac63372bfc948903
MD5 (foo.jpg) = e5954ce7fb4d22dfac63372bfc948903