def cid_hash_file(path):
h = hashlib.sha1()
size = os.path.getsize(path)
with open(path, 'rb') as stream:
if size < 0xF000:
h.update(stream.read())
else:
h.update(stream.read(0x5000))
stream.seek(int(size/3))
h.update(stream.read(0x5000))
stream.seek(size-0x5000)
h.update(stream.read(0x5000))
return h.hexdigest().upper()
上面的代码用 chatGPT 转换后是这样的
function cidHashFile(path) {
const h = crypto.createHash('sha1');
const size = fs.statSync(path).size;
const stream = fs.createReadStream(path);
if (size < 0xF000) {
stream.on('data', (chunk) => {
h.update(chunk);
});
} else {
stream.on('data', (chunk) => {
if (stream.bytesRead <= 0x5000) {
h.update(chunk);
} else if (stream.bytesRead >= Math.floor(size / 3) && stream.bytesRead < Math.floor(size / 3) + 0x5000) {
h.update(chunk);
} else if (stream.bytesRead >= size - 0x5000) {
h.update(chunk);
}
});
}
stream.on('end', () => {
const result = h.digest('hex').toUpperCase();
console.log(result);
});
stream.on('error', (err) => {
console.error('File reading error:', err);
});
}
试了不同文件计算出来的 hash 不一致,有没有大佬知道原因的?
1
galikeoy 10 天前
stream.seek 是连续的,createReadStream 流的 bytesRead 属性是无序的?
|
2
kneo 10 天前 via Android 2
第一个算法是取样,只读常数长度的数据。
第二个算法把所有数据都读了,首先效率应该就很差。然后文件位置的判断也不对,完全不是一个东西。 你再问一下 AI 应该就行了。 |
3
est 10 天前 1
建议标题加上 chatgpt
|
4
paopjian 10 天前
不懂 python,但是如果要 debug,不如先不用 0x5000 这种特殊数字,直接全读文件再看结果. 不过你这是取了文件的 0 1/3 2/3 处位置的代码再计算 sha1? 我记得读文件的代码好像可以直接定位位置吧, 你这样是把文件全读了一遍吧, 性能不好
|
5
f360family123 OP @kneo 还真是,又问了一下就行了。已感谢
|