Python3中拼接流读取字节与零字节后哈希的报错解决方法

错误根源是混淆了字符串（str）和字节序列（bytes）类型：'\x00' * 32生成的是字符串，而stream.read()从二进制流读取的是字节序列，Python不允许直接拼接这两种类型。

以下是几种可行的修复方案：

方案1：统一为字节序列后拼接 #

直接生成32个零字节的字节序列，再和文件内容拼接后更新哈希：

import hashlib
from io import BytesIO
import sys

if __name__ == "__main__":
    in_file = sys.argv[1]
    file_data = open(in_file, 'rb').read()
    stream = BytesIO(file_data)

    digest = hashlib.new('sha256')
    # 使用b'\x00'生成字节类型的零值，再与文件字节拼接
    digest.update(b'\x00' * 32 + stream.read())

方案2：分两次调用update（更优） #

hashlib的update()方法支持多次调用，多次写入的效果等价于一次性写入拼接后的内容，这种方式还能避免大文件场景下的内存压力（无需一次性拼接大字节序列）：

import hashlib
from io import BytesIO
import sys

if __name__ == "__main__":
    in_file = sys.argv[1]
    file_data = open(in_file, 'rb').read()
    stream = BytesIO(file_data)

    digest = hashlib.new('sha256')
    digest.update(b'\x00' * 32)  # 先写入32个零字节
    digest.update(stream.read()) # 再写入文件内容

补充优化（可选） #

如果处理大文件，没必要一次性把整个文件读入内存，可以直接操作文件流，减少内存占用：

import hashlib
import sys

if __name__ == "__main__":
    in_file = sys.argv[1]
    digest = hashlib.new('sha256')
    
    digest.update(b'\x00' * 32)
    # 分块读取大文件，避免内存溢出
    with open(in_file, 'rb') as f:
        while chunk := f.read(4096):
            digest.update(chunk)

内容的提问来源于stack exchange，提问作者Dimitrios Desyllas