好久沒有寫隨筆了，正好這兩天可以休整一下，借此機會總結下最近使用python的小體會。

個人體會文件校驗在下載文件時使用較多，在linux下最簡單的實現方式就是:

1 $ md5sum filename2 21c7ee192e64569ce43cfb869bdb2755 filename

當然在python當中也有對應的模塊可以實現此功能，在python2.5之前可以使用 md5 模塊，但是在python2.5以后就推薦使用 hashlib 來代替 md5 模塊了。最簡單的實現代碼如下：

1 #!/usr/bin/env python

2 #coding : utf-8

3

4 importsys5 importhashlib6

7 defmd5sum(filename):8 file_object = open(filename, 'rb')9 file_content =file_object.read()10 file_object.close()11 file_md5 =hashlib.md5(file_content)12 returnfile_md513

14 if __name__ == "__main__":15 file_md5 = md5sum(sys.argv[1])16 print file_md5.hexdigest()

竹風覺得有兩個地方值得注意：

一個是傳入 hashlib.md5() 的應該是 file_object.read() ，這樣才是對文件內容產生md5校驗碼，竹風剛開始就是沒有使用 read() 方法，而是傳入filename(這樣的md5是對文件名生成的)，導致產生的校驗碼不對；

另外一個地方是，調用了 hashlib.md5() 后返回的是一個對象，想要獲得 linux 下 md5sum 同樣的效果，還要調用一下 hexdigest() 方法。

當然，上面的代碼考慮得不夠周全。如果要對一個比較大的文件進行校驗，將會把文件內容一次讀入內存，造成性能上的缺陷。個人比較推薦從http://ryan-liu.iteye.com/blog/1530029提供的代碼，代碼如下：

1 #!/usr/bin/env python

2 #coding : utf-8

3 importhashlib, os4

5 defmd5hex(word):6 """MD5加密算法，返回32位小寫16進制符號7 """

8 ifisinstance(word, unicode):9 word = word.encode("utf-8")10 elif notisinstance(word, str):11 word =str(word)12 m =hashlib.md5()13 m.update(word)14 returnm.hexdigest()15

16 defmd5sum(fname):17 """計算文件的MD5值18 """

19 defread_chunks(fh):20 fh.seek(0)21 chunk = fh.read(8096)22 whilechunk:23 yieldchunk24 chunk = fh.read(8096)25 else: #最后要將游標放回文件開頭

26 fh.seek(0)27 m =hashlib.md5()28 ifisinstance(fname, basestring) \29 andos.path.exists(fname):30 with open(fname, "rb") as fh:31 for chunk inread_chunks(fh):32 m.update(chunk)33 #上傳的文件緩存 或 已打開的文件流

34 elif fname.__class__.__name__ in ["StringIO", "StringO"] \35 orisinstance(fname, file):36 for chunk inread_chunks(fname):37 m.update(chunk)38 else:39 return ""

40 return m.hexdigest()

這段代碼就足夠強大了，每次讀入8k的內容，然后調用 update() ，來更新md5。

PS:至于為什么是8k？這個就涉及到了IO大小方面的內容了。提供一篇文章，有興趣的可以看看了解下：http://blog.sina.com.cn/s/blog_6200c1440100vt4z.html

總結

以上是生活随笔為你收集整理的python文件拷贝并校验_Python札记 -- 文件校验的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。