Python，获取图像obj的base64编码MD5哈希

Question

我需要得到一个对象的base64编码的MD5散列，其中该对象是存储为文件fname的图像。

我试过这个：

def get_md5(fname):
    hash = hashlib.md5()
    with open(fname) as f:
        for chunk in iter(lambda: f.read(4096), ""):
            hash.update(chunk)
    return hash.hexdigest().encode('base64').strip()

但是，我不认为这是正确的，因为它返回的字符串包含太多字符。我的理解是它需要24个字符长。我明白了

NjJiM2RlOWMzOTYxYmM3MDI5Y2Q1NzdjOTQ5YWRlYTQ=

我也尝试过其他一些类似的方法，例如，不做块循环的方法。它们都返回相同的字符串。

（我以后需要base64编码的MD5散列的操作失败了，我想这就是原因所在。）

Answer 1

首先，base64编码使字符串更长。（将IPython与Python 3结合使用的示例）：

In [1]: s = '123456789012345678901234'

In [2]: len(s)
Out[2]: 24

In [3]: import base64

In [4]: e = base64.b64encode(s.encode('utf8'))

In [5]: len(e)
Out[5]: 32

In [6]: e
Out[6]: b'MTIzNDU2Nzg5MDEyMzQ1Njc4OTAxMjM0'

使用base64编码，每6位输入可获得8位输出。

In [7]: 32/24
Out[7]: 1.333

In [8]: 8/6
Out[8]: 1.333

base64字母表使用64个（或2**6）不同的符号。 通常包括小写和大写字母，数字0-9。这将留下两个额外的必需符号和一个焊盘字符。 通常，+和/用作符号，但也有一些变化。尤其是因为在UNIX或MS-Windows文件名中不允许使用/。

其次，使用十六进制表示法将字节字符串的长度加倍；一个字节的十六进制表示法可以在00和FF之间变化。示例（再次使用IPython和Python 3）：

In [1]: import hashlib

In [2]: s = b'this is a simple test'

In [3]: len(hashlib.md5(s).digest())
Out[3]: 16

In [4]: len(hashlib.md5(s).hexdigest())
Out[4]: 32

如果您无论如何都要使用base64编码，那么使用hexdigest()是没有意义的。

Answer 2

我可以通过使用digest（）而不是hexdigest（）来实现它。最后一行变成：

return hash.digest().encode('base64').strip()

结果是24个字符长，被googlecloudstoragetransfer接受，它需要一个base64编码的MD5散列。