比较apk文件md5值存在的md5时发生错误

Question

导入hashlib库(md5方法是其中的一部分)

import hashlib    

要检查的文件

file_name = "test.apk"      

正确的原始md5在这里

original_md5 = '5d41402abc4b2a76b9719d911017c592'  

打开、关闭、读取文件并计算其内容的MD5

with open(file_name) as file_to_check:
    # read contents of the file
    data = file_to_check.read()
    md5_returned = hashlib.md5(data).hexdigest()

最后，将原始MD5与新计算结果进行比较。

if original_md5 == md5_returned:
    print ("MD5 verified.")
else:
    print ("MD5 verification failed!.")

错误

File "newhash.py", line 15, in <module>
    data = file_to_check.read()
File "C:\Users\AppData\Local\Programs\Python\Python35-32\lib\encodings\cp1252.py", line 23, in decode
    return codecs.charmap_decode(input,self.errors,decoding_table)[0]
UnicodeDecodeError: 'charmap' codec can't decode byte 0x8f in position 286: character maps to <undefined>

Answer 1

要计算校验和(md5、sha1等)，必须以二进制模式打开文件，因为您将对字节值进行求和：

要使py27/py3可移植，您应该使用io包，如下所示：

import hashlib
import io


def md5sum(src):
    md5 = hashlib.md5()
    with io.open(src, mode="rb") as fd:
        content = fd.read()
        md5.update(content)
    return md5

如果您的文件很大，您可能更喜欢按块读取该文件，以避免将整个文件内容存储在内存中：

def md5sum(src, length=io.DEFAULT_BUFFER_SIZE):
    md5 = hashlib.md5()
    with io.open(src, mode="rb") as fd:
        for chunk in iter(lambda: fd.read(length), b''):
            md5.update(chunk)
    return md5

如果您的文件是真正的大文件，您可能还需要显示进度信息。为此，您可以调用一个回调函数，该函数打印或记录计算的字节数：

def md5sum(src, callback, length=io.DEFAULT_BUFFER_SIZE):
    calculated = 0
    md5 = hashlib.md5()
    with io.open(src, mode="rb") as fd:
        for chunk in iter(lambda: fd.read(length), b''):
            md5.update(chunk)
            calculated += len(chunk)
            callback(calculated)
    return md5

Answer 2

问题是，您将该文件作为文本文件而不是二进制文件读取。不知道是使用python2还是python3，但在这两种情况下，您都可以找到如何从文件中读取字节，而不是将它们解释为字符串。