如何避免Zipfile.write因文件修改日期导致压缩包哈希变化？

你猜的没错——文件的修改时间、权限等元数据是导致相同内容的文件压缩后哈希不同的罪魁祸首。zip归档里的每个文件条目都会附带这些元数据，哪怕文件内容完全一样，每次生成zip时这些动态变化的元数据都会让最终的包产生差异。

要实现“仅基于内容生成一致哈希的zip包”，核心思路是手动固定所有可变的元数据，不让这些额外信息影响最终的归档结果。下面是具体的实现方法：

具体步骤 #

• 创建一个固定的ZipInfo对象，手动设置所有可能变化的元数据（比如修改时间、权限）为固定值
• 读取文件的原始内容，通过zf.writestr()方法将内容写入zip，而不是用默认的zf.write()（后者会自动读取文件的元数据）

修改后的测试代码 #

import os
import hashlib
import zipfile
from io import BytesIO
from datetime import datetime

FILE_PATH = './'
SAMPLE_FILE = "zip_test123.txt"
# 创建空文件（保持原有逻辑）
new_file = os.path.join(FILE_PATH, SAMPLE_FILE)
try:
    open(new_file, 'x')
except FileExistsError:
    os.remove(new_file)
    open(new_file, 'x')

# 准备zip包
data = BytesIO()
with zipfile.ZipFile(data, mode='w') as zf:
    # 创建ZipInfo对象，指定文件名
    zip_info = zipfile.ZipInfo(SAMPLE_FILE)
    # 设置固定的修改时间（用zip格式支持的最早时间，也可设其他固定时间）
    zip_info.date_time = datetime(1980, 1, 1, 0, 0, 0).timetuple()[:6]
    # 设置固定的文件权限（普通文件的644权限）
    zip_info.external_attr = 0o644 << 16  # 外部属性需左移16位符合zip格式要求
    # 读取文件内容并写入zip
    with open(new_file, 'rb') as f:
        zf.writestr(zip_info, f.read())

zip_cntn = data.getvalue()
data.close()
print(zip_cntn)
print(hashlib.md5(zip_cntn).hexdigest())

关键细节说明 #

• zip_info.date_time：必须是包含年、月、日、时、分、秒的6元组，这里固定为1980年1月1日（zip格式支持的起始时间），确保每次生成的元数据一致
• zip_info.external_attr：存储文件权限等属性，0o644 << 16是普通文件的标准权限设置，左移16位是zip格式对属性存储的要求
• 选用writestr()而非write()：直接写入文件原始内容，避免自动读取文件的动态元数据

这样修改后，只要文件内容不变，每次生成的zip包哈希值就会完全一致了。

内容的提问来源于stack exchange，提问作者Mahyar