我正在用Python编写一个p2p应用程序,并使用hashlib模块来识别网络中内容相同但名称不同的文件。在
问题是,我用python2.7测试了Windows(Vista)中对文件进行哈希运算的代码,它非常快(不到一秒钟,只需几GB)。所以,在Linux中(Fedora12,我自己编译了Python2.6.2和Python2.7.1,因为我还没有发现yum的rpm)要慢得多,对于小于1gb的文件几乎需要一分钟。在
问题是,为什么?和我可以做些什么来提高Linux的性能吗?
哈希的代码是
import hashlib
...
def crear_lista(directorio):
lista = open(archivo, "w")
for (root, dirs, files) in os.walk(directorio):
for f in files:
#archivo para hacerle el hash
h = open(os.path.join(root, f), "r")
#calcular el hash de los archivos
md5 = hashlib.md5()
while True:
trozo = h.read(md5.block_size)
if not trozo: break
md5.update(trozo)
#cada linea es el nombre de archivo y su hash
size = str(os.path.getsize(os.path.join(root, f)) / 1024)
digest = md5.hexdigest()
#primera linea: nombre del archivo
#segunda: tamaño en KBs
#tercera: hash
lines = f + "\n" + size + "\n" + digest + "\n"
lista.write(lines)
del md5
h.close()
lista.close()
我用rb
和{r
,但结果是一样的
您正在读取64字节(
hashlib.md5().block_size
)块中的文件并对它们进行哈希处理。在您应该使用256KB(262144字节)到4MB(4194304字节)的更大的读取值,然后对其进行哈希处理;这个digup程序以1MB的块读取,即:
相关问题 更多 >
编程相关推荐