获取 md5 校验和的完成百分比答案

【问题标题】：Getting percentage complete of an md5 checksum获取 md5 校验和的完成百分比
【发布时间】：2012-02-07 18:37:07
【问题描述】：

我目前得到一个 md5 校验和如下：

>>> import hashlib
>>> f = open(file)
>>> m = hashlib.md5()
>>> m.update(f.read())
>>> checksum = m.hedxigest()

我需要返回一个大型视频文件的校验和，这需要几分钟才能生成。我将如何实现一个百分比计数器，以便它在运行时打印每个百分比的完成百分比。比如：

>>> checksum = m.hedxigest()
1% done...
2% done...
etc.

【问题讨论】：

hashlib 有一个digest_size() 函数，可以返回结果哈希的大小（以字节为单位）。您可以将此大小与 md5 哈希完成后的大小进行比较，以获得完成的百分比。
@HunterMcMillen 不，你不能。 MD5 摘要是固定长度的，它们不会像输入文本那样变长。

标签： python cryptography md5

【解决方案1】：

您可以重复调用update() 方法并将文件以块的形式提供给它。因此，您可以自己展示进度。

import hashlib
import os

def digest_with_progress(filename, chunk_size):
    read_size = 0
    last_percent_done = 0
    digest = hashlib.md5()
    total_size = os.path.getsize(filename)

    data = True
    f = open(filename)
    while data:
        # Read and update digest.
        data = f.read(chunk_size)
        read_size += len(data)
        digest.update(data)

        # Calculate progress.
        percent_done = 100 * read_size / total_size
        if percent_done > last_percent_done:
            print '%d%% done' % percent_done
            last_percent_done = percent_done
    f.close()
    return digest.hexdigest()

当我尝试 print digest_with_progress('/bin/bash', 1024) 这就是我得到的结果：

1% done
2% done
3% done
4% done
5% done
6% done
7% done
8% done
9% done
10% done
11% done
12% done
13% done
14% done
15% done
16% done
17% done
18% done
19% done
20% done
21% done
22% done
23% done
24% done
25% done
26% done
27% done
28% done
29% done
30% done
31% done
32% done
33% done
34% done
35% done
36% done
37% done
38% done
39% done
40% done
41% done
42% done
43% done
44% done
45% done
46% done
47% done
48% done
49% done
50% done
51% done
52% done
53% done
54% done
55% done
56% done
57% done
58% done
59% done
60% done
61% done
62% done
63% done
64% done
65% done
66% done
67% done
68% done
69% done
70% done
71% done
72% done
73% done
74% done
75% done
76% done
77% done
78% done
79% done
80% done
81% done
82% done
83% done
84% done
85% done
86% done
87% done
88% done
89% done
90% done
91% done
92% done
93% done
94% done
95% done
96% done
97% done
98% done
99% done
100% done
b114ecaab65bc5b02f5a129bd29d1864

这里是这个文件的实际细节。

$ ls -l /bin/bash; md5sum /bin/bash
-rwxr-xr-x 1 root root 971384 Nov 30 16:31 /bin/bash
b114ecaab65bc5b02f5a129bd29d1864  /bin/bash

请注意，如果您将chunk_size 设置得太大，您将无法获得预期的输出。例如，如果我们读取 100 KB 块而不是 /bin/bash 的 1 KB 块，这就是您所看到的。

10% done
21% done
31% done
42% done
52% done
63% done
73% done
84% done
94% done
100% done
b114ecaab65bc5b02f5a129bd29d1864

这种方法的局限性在于，我们只有在将一个块读入摘要后才计算进度。因此，如果块大小太大，每次读取块并更新摘要时，正在进行的百分比差异将超过 1%。更大的块大小可以更快地完成工作。因此，您可能希望放宽每个百分比的打印完成百分比的条件，以提高效率。

【讨论】：

FWIW，我一次会读取超过 50 个字节。 16-64 k 左右。

【解决方案2】：

您应该使用f.read(N_BYTES) 分块读取文件，跟踪您在文件中的位置，并将块传递给m.update。那是昂贵的操作，而不是md5.hexdigest。

【讨论】：

【解决方案3】：

嗯，需要一段时间的不是hedxigest() 调用，而是文件的读取。

考虑到这一点，将m.update(f.read()) 替换为循环，在该循环中逐块读取文件、更新校验和并定期打印进度报告。

【讨论】：