Python利用hashlib实现文件MD5码的批量存储

这篇文章主要为大家详细介绍了如何用Python和hashlib实现文件MD5码的批量存储功能，文中的示例代码讲解详细，感兴趣的小伙伴可以学习一下

简介

可以考虑以下几个可能的应用：

如果你需要对文件进行校验或验证，你可以使用MD5码来检查文件是否被篡改或损坏。
如果你需要对文件进行分类或去重，你可以使用MD5码来标识文件的唯一性或相似性。
如果你需要对文件进行存储或传输，你可以使用Access数据库来管理文件的路径和MD5码。

基于这些应用，我为你举了以下几个具体的场景：

你是一个软件开发者，你需要发布一个安装包给用户下载。为了保证安装包的完整性和安全性，你可以使用刚刚一段代码来生成安装包的MD5码，并将其存储在Access数据库中。当用户下载完安装包后，他们可以通过比较自己计算的MD5码和数据库中的MD5码来确认安装包是否正确无误。

你是一个数据分析师，你需要处理大量的数据文件。为了避免重复或错误的数据文件，你可以使用刚刚一段代码来生成每个数据文件的MD5码，并将其存储在Access数据库中。当你需要查询或分析某个数据文件时，你可以通过查找数据库中的MD5码来快速定位到相应的数据文件。

你是一个网络管理员，你需要备份服务器上的重要文件。为了节省空间和时间，你可以使用刚刚一段代码来生成每个重要文件的MD5码，并将其存储在Access数据库中。当你需要恢复某个重要文件时，你可以通过比较服务器上和备份设备上的MD5码来确定哪些文件需要更新或覆盖。

源代码

import os import hashlib import pyodbc # Connect to the Access database conn = pyodbc.connect(r'Driver={Microsoft Access Driver (*.mdb, *.accdb)};DBQ=./stocks.accdb;') # conn = pyodbc.connect(r'Driver={Microsoft Access Driver (*.mdb, *.accdb)};DBQ=stocks.accdb;') cursor = conn.cursor() # Iterate over all files in the current folder for file in os.listdir("."): # Skip subdirectories if os.path.isdir(file): continue # Get the full file path file_path = os.path.abspath(file) # Generate the md5 hash of the file content md5_hash = hashlib.md5() with open(file_path, "rb") as f: for chunk in iter(lambda: f.read(4096), b""): md5_hash.update(chunk) md5_hex = md5_hash.hexdigest() # Insert the file path and md5 hash into the database table cursor.execute("INSERT INTO filemd (filepath, md5) VALUES (?, ?)", (file_path, md5_hex)) # Commit and close the connection conn.commit() conn.close()