应优先使用 sha256 或 sha3_256 分块读取二进制文件校验，避免 md5 碰撞风险与大文件 OOM；需确认文件写入完成、路径正确解析、跨系统比对强制 shallow=False，并警惕 filecmp.cmp() 的元数据与缓存缺陷。
用 hashlib 做基础校验，但别只算 md5
文件一致性最直接的判断方式就是哈希值比对，hashlib 是 Python 标准库里最常用的工具。不过只用 md5 有风险：它碰撞概率高，不适合安全敏感场景；而且小文件和大文件都用同一套逻辑读取，容易在大文件上 OOM。
- 优先选
sha256或sha3_256，抗碰撞性强，校验更可靠 - 必须分块读取，避免一次性
read()加载整个文件——尤其处理几百 MB 以上的日志或模型权重时 - 注意编码：校验二进制文件（如
.zip、.so）时，务必用'rb'模式打开，否则UnicodeDecodeError会直接中断
import hashlib
def file_sha256(path):
h = hashlib.sha256()
with open(path, 'rb') as f:
for chunk in iter(lambda: f.read(8192), b''):
h.update(chunk)
return h.hexdigest()
filecmp.cmp() 快但不总可信
filecmp.cmp() 看起来省事，但它默认不检查文件元数据，且在某些系统上会跳过内容比对（比如发现两个文件 size 不同就直接返回 False，但 size 相同却可能因缓存或挂载问题实际内容不同）。
- 加参数
shallow=False强制逐字节比对，否则可能漏掉硬链接或同名不同内容的情况 - 跨文件系统（比如从 NFS 挂载点比对本地文件）时，
shallow=True（默认）可能误判为相同，因为os.stat()返回的inode和mtime不可比 - 不适用于需要校验结果可复现的场景——它没有哈希输出，无法存档或跨环境验证
校验前先确认文件是否被截断或写入中
很多“校验失败”其实不是哈希问题，而是文件根本没写完。常见于日志轮转、模型导出、HTTP 下载未完成等场景。直接算哈希可能拿到半截内容，结果永远对不上。
- 检查
os.path.getsize()是否稳定：连续两次调用值一致，再开始校验 - Linux 下可用
lsof查看文件是否仍被进程占用写入（Python 里调用subprocess.run(['lsof', '-f', '--', path])），Windows 可尝试os.rename(path, path)看是否抛PermissionError - 如果文件由其他程序生成，优先等它显式释放锁（比如写完后 touch 一个
.done文件），而不是靠延时 sleep
多文件批量校验时，路径和编码容易出错
批量处理 glob.glob('*.bin') 或 os.listdir() 得到的文件列表，看似简单，但路径拼接错误、中文路径乱码、符号链接未解析等问题高频出现。
立即学习“Python免费学习笔记（深入）”；
- 永远用
pathlib.Path拼接路径，别用字符串+或os.path.join()混用斜杠——尤其在 Windows 上遇到\和/混杂时 - 遇到中文或 emoji 路径，确保终端和 Python 运行环境编码一致（多数情况是
utf-8），否则FileNotFoundError可能掩盖真实问题 - 用
path.resolve()展开符号链接，否则校验的是 link 本身而非目标文件，导致哈希值不匹配
