Python3使用hashlib.md5传字符串报错 如何避免重复调用encode方法

Python3 标准库 hashlib 的所有哈希实例update()方法仅接收字节类型（bytes-like）参数，不支持直接传入Unicode字符串，要避免重复写encode()调用，选以下任意一种落地方式即可：

• 封装通用工具函数（推荐，改造成本最低）
  把编码、哈希计算的逻辑统一收口到一个公共函数里，所有业务场景直接调用该函数，完全不用重复处理编码：

import hashlib

def get_md5(content: str, encoding: str = "utf-8", errors: str = "replace") -> str:
    md5_obj = hashlib.md5()
    # 统一在函数内部处理编码
    md5_obj.update(content.encode(encoding, errors))
    return md5_obj.hexdigest()

# 业务代码里直接调用即可，无需手动encode
print(get_md5("abcd"))
print(get_md5("包含中文的待哈希内容"))

如果业务中还用到SHA1、SHA256等其他哈希算法，可以把算法类型也做成入参，一次封装覆盖所有哈希计算场景。

• 薄包装哈希类（适配原生调用习惯）
  如果你不想改变原有hashlib分步update的写法，可以自己实现一个轻量包装类，自动识别传入内容类型，字符串自动做编码转换，其余方法完全透传原生hash对象的能力：

import hashlib
from typing import Union

class StrCompatibleHash:
    def __init__(self, hash_factory, encoding: str = "utf-8", errors: str = "replace"):
        self._inner_hash = hash_factory()
        self._encoding = encoding
        self._errors = errors

    def update(self, content: Union[str, bytes]):
        # 传入字符串时自动编码，字节类型直接透传
        if isinstance(content, str):
            content = content.encode(self._encoding, self._errors)
        self._inner_hash.update(content)

    # 透传原生哈希对象的所有其他方法/属性
    def __getattr__(self, attr_name):
        return getattr(self._inner_hash, attr_name)

# 使用方式和原生hashlib几乎无差别，无需手动encode
h = StrCompatibleHash(hashlib.md5)
h.update("abcd")
h.update("追加的内容")
print(h.hexdigest())

注意：不建议通过猴子补丁直接修改hashlib原生模块的方法，会侵入标准库逻辑，后续排查依赖冲突、代码异常时成本极高。

内容的提问来源于stack exchange，提问作者Miguel Rozsas