python 3.9 - 無法為循環中的多個文件獲取正確的 sha1 哈希

Question

通過引用以下鏈接中的解決方案中給出的代碼，在循環中沒有為第二個以后的文件獲取正確的 SHA1 哈希。 為什么說不正確，因為

使用下面給出的代碼： -

• 正確 -> 嘗試單獨為同一文件生成 SHA1 哈希（通過執行代碼兩次）然后獲得不同的 SHA1 哈希（正確）和

• INCORRECT -> 在單次執行中為多個文件生成哈希時，包括此文件，然后為此文件獲取不同的哈希（不正確）->

請建議是否在此代碼中進行任何修改或需要選擇任何其他方法？

通過引用底部給出的鏈接編寫的代碼->

import glob
import hashlib
import os

path = input("Please provide path to search for file pattern (search will be in this path sub-directories also: ")
filepattern = input("Please provide the file pattern to search in given path. Example *.jar, *abc*.jar.: ")
assert os.path.exists(path), "I did not find the path " + str(path)
path = path.rstrip("/")
tocheck = (f'{path}/**/{filepattern}')
hash_obj = hashlib.sha1()

searched_file_list = glob.iglob(tocheck, recursive=True)
for file in searched_file_list:
    print(f'{file}')
    try:
        checksum = ""
        file_for_sha1 = ""
        file_for_sha1 = open(file, 'rb')
        hash_obj.update(file_for_sha1.read())
        checksum = hash_obj.hexdigest()
        print(f'sha1 for file ({file})= {checksum}')
    finally:
        file_for_sha1.close()

示例文件-> abc.txt，在 /home/test/git/reader/cabin/ 創建以下文本： - 您好，這是為了測試 SHA1 代碼。

然后將此文件復制到另一個位置，即/home/test/git/reader/check/cabin/

Linux 控制台輸出顯示兩個文件的 SHA1 相同：-

:~/git/reader/check/cabin$ sha1sum abc.txt
fc4db67f46711b2c18bd133abd67965649edfffc  abc.txt
:~/git/reader/check/cabin$ cd ../..
:~/git/reader$ cd cabin/
:~/git/reader/cabin$ sha1sum abc.txt
fc4db67f46711b2c18bd133abd67965649edfffc  abc.txt

單次執行中的循環代碼- 從兩個位置為此 abc.txt 文件生成兩個不同的 SHA1：-

• sha1 文件 (/home/test/git/reader/cabin/abc.txt)= fc4db67f46711b2c18bd133abd67965649edfffc
• sha1 文件 (/home/test/git/reader/check/cabin/abc.txt)= a4691598ea25ea4c7404369a685725115c7f305b

通過給出各自的位置（一次一個文件）然后生成相同且正確的 SHA1 哈希，對同一文件執行兩次代碼：

• sha1 文件 (/home/test/git/reader/check/cabin/abc.txt)= fc4db67f46711b2c18bd133abd67965649edfffc

• sha1 文件 (/home/test/git/reader/cabin/abc.txt)= fc4db67f46711b2c18bd133abd67965649edfffc

參考代碼鏈接 -> 在 Python 中生成多個文件的一個 MD5/SHA1 校驗和

Answer 1

引用update方法的文檔

重復調用等效於連接所有參數的單個調用： m.update(a); m.update(b) m.update(a); m.update(b)等價於m.update(a+b) 。

因此，不是單獨查找兩個文件的哈希，而是查找連接的兩個文件的哈希。 這就是您鏈接的問題正在做的事情 - 多個文件的單個哈希。 您需要每個文件的哈希值，因此不要在同一個hash_obj實例上多次使用update方法，而是為每個文件創建一個新實例，所以

hash_obj = hashlib.sha1()
searched_file_list = glob.iglob(tocheck, recursive=True)
for file in searched_file_list:
    print(f'{file}')
    try:
        ...
        hash_obj.update(file_for_sha1.read())

會變成

searched_file_list = glob.iglob(tocheck, recursive=True)
for file in searched_file_list:
    print(f'{file}')
    try:
        hash_obj = hashlib.sha1()
        ...
        hash_obj.update(file_for_sha1.read())