Content-MD5 是 HTTP 请求头中用于校验消息体完整性的字段，值为原始字节的 Base64 编码 MD5 哈希；XML 上传时必须严格匹配实际发送的字节流（含编码、换行、BOM 等），否则因空白或编码差异导致校验失败。
Content-MD5 是什么，为什么 XML 上传时要校验它
Content-MD5 是 HTTP 请求头中一个可选字段，值为消息体（body）的 Base64 编码 MD5 哈希。它不是加密签名，只是对原始字节做 MD5 后再 Base64 编码，用于检测传输过程中的意外损坏（比如网络丢包、代理篡改）。对 XML 上传尤其关键——XML 对空白、换行、编码极其敏感，md5("a\nb") 和 md5("a\r\nb") 完全不同，稍有差异就会导致校验失败。
Python 中计算 XML 字符串的 Content-MD5 值
核心陷阱在于：不能对 XML 字符串调用 hashlib.md5().update(s.encode()) 就完事。必须确保你哈希的是最终实际发送的**原始字节流**，包括编码、BOM、换行符和是否压缩等细节。
- 确认 XML 文本使用 UTF-8 编码（绝大多数服务要求，且不带 BOM）
- 避免用
xml.etree.ElementTree.tostring()默认输出（它可能加空格、换行，且默认返回 bytes，但编码行为隐式） - 显式用
.encode("utf-8")，不要依赖str.encode()的默认参数 - 如果服务端要求“规范化 XML”（如去掉注释、归一化空格），需先用
lxml.etree.canonicalize()处理
import hashlib
import base64
<p>xml_content = '<root><item id="1">test</item></root>'</p><h1>✅ 正确：显式 UTF-8 编码，无 BOM，原样字节</h1><p>xml_bytes = xml_content.encode("utf-8")
md5_hash = hashlib.md5(xml_bytes).digest()
content_md5 = base64.b64encode(md5_hash).decode("ascii")</p><h1>最终请求头应为：</h1><h1>headers = {"Content-MD5": content_md5, "Content-Type": "application/xml"}</h1>cURL 或命令行上传时如何生成并传入 Content-MD5
Linux/macOS 下可用 md5sum + base64 流水线，但注意：文件内容必须与上传内容**完全一致**（含换行符 LF/CRLF、末尾换行、BOM）。
- 用
dos2unix或tr '\r' '\n'统一换行符 - 禁止用
echo <xml></xml>生成内容——echo默认加换行，且不可控 - 推荐用
printf '%s' "$xml"避免额外换行 - 若 XML 来自文件，直接哈希文件字节：
md5sum file.xml | cut -d' ' -f1 | xxd -r -p | base64
# 示例：从变量上传 XML 并带 Content-MD5 xml='<root><msg>hello</msg></root>' md5_b64=$(printf '%s' "$xml" | md5sum | cut -d' ' -f1 | xxd -r -p | base64 -w0) curl -X PUT \ -H "Content-MD5: $md5_b64" \ -H "Content-Type: application/xml" \ --data-binary "$xml" \ https://api.example.com/upload
AWS S3 / Alibaba OSS 等对象存储的特殊要求
这些服务强制校验 Content-MD5，但它们的实现更严格：只接受对**未压缩原始 body** 的 MD5。如果你在上传前用 gzip 压缩 XML，Content-MD5 必须是对 gzip 后字节计算的，同时必须加 Content-Encoding: gzip 头——否则服务端会按明文校验，必然失败。
- AWS S3 要求 MD5 必须是 Base64 编码（不是 hex），且长度正好 24 字符
- Alibaba OSS 对中文 XML 特别敏感：如果 Python 里用
xml_str.encode("utf-8")没问题，但用open(...).read().encode()读文件时没指定encoding="utf-8"，就可能引入错误字节 - 某些 SDK（如 boto3）会自动计算并设置
Content-MD5，但仅限于非分段上传；分段上传需自行计算每个 part 的 MD5，并在 CompleteMultipartUpload 时提交
最易被忽略的一点：XML 声明里的编码声明（如 <?xml version="1.0" encoding="UTF-8"?>）本身不影响字节值，但如果你用解析器重写 XML，可能意外改变声明位置或大小写，导致字节不同。
