Python 3 hashlib中哪种哈希可生成跨平台可移植的文件内容哈希

哈希算法选择 #

直接选用NIST标准化、明确定义了比特级输入处理规则的加密哈希算法即可，优先选择SHA-256或者SHA3-256：

• 这类算法的官方定义完全基于比特流操作，和硬件字节长度、编程语言实现无关，只要对照标准数学定义，哪怕是在MIX机器或者18位字长的设备上也能自行实现，计算结果完全一致。
• 绝对不要使用Python内置的hash()函数，该函数的实现和Python版本、运行环境强绑定，不具备跨平台可复现性。

待哈希内容的处理规则（重要性高于算法选择） #

你必须和接收方提前约定好以下所有比特级规则，完全消除歧义，才能保证哈希结果一致：

1. 读取方式：必须使用二进制模式读取文件
   绝对不要用文本模式读取文件：文本模式会自动执行行尾符转换、依赖系统默认编码解码，不同环境的处理逻辑差异极大，完全不可控。二进制模式读取得到的bytes对象是对存储内容的忠实映射，是后续处理的基础。
2. 比特流映射规则
   你需要和对方明确约定原始存储内容到待哈希比特流的转换方式：
   • 明确每个存储单元的比特顺序：比如常规8位字节的文件，约定每个字节的最高位为比特序列的前导位，按文件存储的字节顺序依次拼接所有比特。
   • 非8整数倍比特长度的处理：如果文件比特长度不是8的整数倍，明确约定尾部对齐规则（比如补多少个0、补在头部还是尾部），不要在标准算法规则之外自定义填充逻辑。
3. 行尾符处理规则
   二选一即可，必须提前明确：
   • 方案1：保留原始文件的所有比特，不做任何行尾符转换，原始内容是什么就哈希什么。
   • 方案2：统一转换行尾符为指定的比特序列（比如全部转换为\n对应的比特）。
4. 不要自行添加额外填充
   标准SHA系列算法本身已经定义了针对任意长度比特输入的标准化填充流程，自行添加额外填充反而会引入歧义，直接使用算法自带的填充规则即可。

Python 实现示例 #

import hashlib

FILENAME = "filename"

# 二进制模式读取原始文件内容
with open(FILENAME, "rb") as f:
    raw_content = f.read()

# 若有非8整数倍比特、行尾符转换等自定义处理，在这里按约定规则处理raw_content对应的比特流

# 计算SHA-256哈希
hasher = hashlib.sha256()
hasher.update(raw_content)
# 输出十六进制格式哈希值，可直接发送给接收方
print(hasher.hexdigest())

内容的提问来源于stack exchange，提问作者Ana Nimbus