Python 3.2 中的 MD5 哈希比较

Question

我正在尝试验证从服务器下载的两个文件。第一个文件包含数据，第二个文件包含MD5哈希校验和。

我创建了一个函数，可以从数据文件中返回一个十六进制的哈希值，代码如下：

def md5(fileName):
    """Compute md5 hash of the specified file"""
    try:
        fileHandle = open(fileName, "rb")
    except IOError:
        print ("Unable to open the file in readmode: [0]", fileName)
        return
    m5Hash = hashlib.md5()
    while True:
        data = fileHandle.read(8192)
        if not data:
            break
        m5Hash.update(data)
    fileHandle.close()
    return m5Hash.hexdigest()

我用以下方式比较这两个文件：

file = "/Volumes/Mac/dataFile.tbz"
fileHash = md5(file)

hashFile = "/Volumes/Mac/hashFile.tbz.md5"
fileHandle = open(hashFile, "rb")
fileHandleData = fileHandle.read()

if fileHash == fileHandleData:
    print ("Good")
else:
    print ("Bad")

但是文件比较失败了，所以我打印了 fileHash 和 fileHandleData，结果如下：

[0] b'MD5 (hashFile.tbz) = b60d684ab4a2570253961c2c2ad7b14c\n'
[0] b60d684ab4a2570253961c2c2ad7b14c

从上面的输出来看，哈希值是完全相同的。为什么哈希比较会失败呢？我刚接触python，正在使用python 3.2。有什么建议吗？

谢谢。

Answer 1

哈希值是一样的，但字符串却不一样。你需要获取摘要的十六进制值，并且需要从文件中提取出哈希值。一旦你完成了这些，就可以比较它们是否相等。

Answer 2

你正在比较一个哈希值和fileHandle的内容。你需要去掉MD5 (hashFile.tbz) =这一部分，还有最后的换行符，所以可以试试：

if fileHash == fileHandleData.rsplit(' ', 1)[-1].rstrip():
    print ("Good")
else:
    print ("Bad")

要记住，在Python 3中，rsplit()和rstrip()不支持缓冲区API，只能处理字符串。因此，正如Fred Nurk正确指出的，你还需要对fileHandleData/fileHash进行编码/解码（分别是字节缓冲区或（Unicode）字符串）。

Answer 3

比较失败的原因和这个不成立的道理是一样的：

a = "data"
b = b"blah (blah) - data"
print(a == b)

那个 .md5 文件的格式有点奇怪，但如果它总是保持这个格式，可以用一个简单的方法来测试：

if fileHandleData.rstrip().endswith(fileHash.encode()):

因为你有一个文件哈希值，它是一个（Unicode）字符串，所以你需要把它转换成字节才能进行比较。你可能想要指定一种编码方式，而不是使用当前默认的字符串编码。

如果总是期待这个确切的格式，使用正则表达式来提取哈希值并可能检查文件名会更稳妥。

或者，更灵活一点，你可以测试子字符串是否存在：

if fileHash.encode() in fileHandleData: