修改文件日期时间会改变文件MD5吗？有无仅内容不变哈希值就一致的算法？

问题原因 #

1. 首先你用到的Python代码存在逻辑错误：hashlib.md5("filename.rar")是直接对「filename.rar」这个字符串计算哈希，不是对RAR文件的实际内容计算，正确的文件哈希计算代码示例如下：

import hashlib

def calc_file_hash(file_path, hash_type="md5"):
    hash_obj = hashlib.new(hash_type)
    with open(file_path, 'rb') as f:
        # 分块读取大文件，避免内存占用过高
        for chunk in iter(lambda: f.read(4096), b''):
            hash_obj.update(chunk)
    return hash_obj.hexdigest()

# 调用示例
print(calc_file_hash("filename.rar", "md5"))

2. 就算使用正确的代码计算整个压缩包的哈希，解压后重新打包得到的RAR文件哈希值变动也是正常现象：
   RAR压缩包格式会存储文件修改时间、打包操作的时间戳、压缩等级、字典大小等元数据，就算源文件内容、目录结构完全没有修改，只要两次打包时的元数据参数不一致，最终生成的RAR包的二进制内容就会有差异。
   没有任何通用哈希算法（包括CRC、MD5、SHA1、SHA256等）会自动忽略这些二进制差异，只要输入的二进制内容不同，输出的校验值就会不同，这是哈希算法的确定性决定的，不属于算法缺陷。

实现校验值一致的可行方案 #

如果要求仅源文件内容不变时校验值就一致，可以选用以下两种方案：

• 不直接对整个压缩包计算哈希，而是先解压文件，对所有源文件的内容、文件名、目录结构单独做哈希校验：比如先按路径排序所有文件，逐个计算每个文件的哈希，再把所有哈希值拼接后计算总哈希，这种方案完全不受压缩包元数据影响，只要源文件的内容、名称、存储结构不变，最终的总校验值就不会变。
• 打包时固定所有压缩参数，禁用时间戳写入：使用RAR命令行工具打包时，添加参数忽略所有时间戳存储，固定压缩等级、字典大小、固实压缩开关等所有参数，保证两次打包生成的RAR包二进制完全一致，此时再用普通的CRC、MD5、SHA1等算法计算压缩包整体哈希，结果也会保持一致。

内容的提问来源于stack exchange，提问作者Masthan Vali Syed