0

Preciso comparar o hash dos arquivos a.txt e b.txt usando uma biblioteca nativa do python3.

Tentei fazer assim:

import hashlib

file_0 = 'a.txt'
file_1 = 'b.txt'

hash_0 = hashlib.new('ripemd160')
hash_0.update(file_0)
hash_1 = hashlib.new('ripemd160')
hash_1.update(file_1)

assert hash_0 != hash_1, f'O arquivo: {file_0} é diferente do arquivo: {file_1} '

Mas ocorreu o seguinte erro:

TypeError: Unicode-objects must be encoded before hashing


Obs: Antes de editar cometi o erro de por duas variáveis file_0. No projeto estava correto.

2
  • 2
    Você precisa comparar os conteúdos dos arquivos ou os nomes deles apenas? Da forma que está fazendo você comparará apenas os nomes. O método update aceita apenas bytes-like como parâmetro, então precisará codificar a sua string com o método encode.
    – Woss
    4/01/2019 às 13:49
  • Preciso comparar o conteúdo do arquivo. Vou continuar pesquisando e encontrar como comparo o conteúdo. Obrigado. 4/01/2019 às 13:53

2 Respostas 2

7

Primeiro - você está comparando os nomes dos arquivos - a chamada a update nas classes da Hashlib não abre arquivos sozinha - ela espera objetos do tipo "bytes" (e esse é o motivo da mensagem de erro, você esta passando texto) - mas mesmo que você ponha o prefixo b' nessas strings de nome, ou use .encode() nas mesmas, vai continuar fazendo o hash só do nome dos arquivos. (Outro erro: você usou duas vezes o mesmo nome de variável - se estivesse abrindo os arquivos, iria estar comparando o arquivo "b.txt" com ele mesmo)

Para ver o hash do conteúdo dos arquivos faça:

import hashlib

file_0 = 'a.txt'
file_1 = 'b.txt'

hash_0 = hashlib.new('ripemd160')
hash_0.update(open(file_0, 'rb').read())

hash_1 = hashlib.new('ripemd160')
hash_1.update(open(file_1, 'rb').read())

if hash_0.digest() != hash_1.digest():
    print(f'O arquivo: {file_0} é diferente do arquivo: {file_1} ')

(você também estava usando o assert de forma errada. Evite usar o assert em código mesmo - e reserve esse comando para testes. Apesar de parecer um encurtamento de um if seguido de um raise em alguns lugares, ele é um teste que é desabilitado dependendo dos parâmetros com que o runtime do Python é executado - então, tem muito desenvolvedor aí colocando assert em código de produção que mais dia menos dia pode se encrencar, com um teste que não é feito, por conta de uma configuração aparentemente inócua alterada em outro lugar)

2
  • Perdoe a ignorância, mas não seria melhor os arquivos serem abertos para leitura ao invés de escrita? Usando rb ao invés de wb? 5/02/2019 às 20:18
  • Isso -deveria ter sido "rb" - está errado aí - vou alterar.
    – jsbueno
    5/02/2019 às 20:41
5

Para comparar usando hashlib pode ser feito assim:

import hashlib

def open_txt(file):
    with open(file) as f:
        return "".join(f.read())

file_1 = 'a.txt'
file_2 = 'b.txt'
text_1 = open_txt(file_1)
text_2 = open_txt(file_2)

def compare(text_1, text_2):
    hash_1 = hashlib.md5()
    hash_1.update(text_1.encode('utf-8'))
    hash_1 = hash_1.hexdigest()

    hash_2 = hashlib.md5()
    hash_2.update(text_2.encode('utf-8'))
    hash_2 = hash_2.hexdigest()

    assert hash_1 == hash_2, f'O arquivo: {file_1} é diferente do arquivo: {file_2} '


compare(text_1, text_2)

Porém acho mais prático e rápido usar filecmp que compara byte a byte.

import filecmp
filecmp.cmp('a.txt', 'b.txt')

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .