大文件MD5计算需分块读取避免内存溢出，推荐8KB或64KB块大小，以二进制模式打开文件，用iter(lambda: f.read(chunk_size), b"")安全迭代，调用md5.update()累积哈希，结果为32位小写十六进制字符串；MD5仅适用于非安全场景完整性校验，安全场景应使用SHA-256。
大文件MD5计算不能一次性读入内存
直接用 hashlib.md5(file.read()).hexdigest() 会把整个文件加载进内存，几GB的文件极易触发 MemoryError 或拖慢系统。必须分块读取，每次只处理固定大小的数据块。
- 推荐块大小为
8192（8KB）或65536（64KB）——太小增加I/O次数，太大无明显收益 - 避免使用
file.read()或file.readlines()，改用file.read(chunk_size) - 确保以二进制模式打开文件：
open(path, "rb")，否则文本模式会破坏原始字节
正确调用 hashlib.md5().update() 累积哈希
MD5对象不是“一次生成”，而是支持多次 update() 调用，内部维护状态。这是流式计算的核心机制。
import hashlib
md5 = hashlib.md5()
with open("large_file.zip", "rb") as f:
for chunk in iter(lambda: f.read(8192), b""):
md5.update(chunk)
print(md5.hexdigest())
-
iter(lambda: f.read(8192), b"")是安全的分块迭代写法，比while True+break更简洁且不易漏判空块 - 每次
update()传入bytes，不能是字符串或 None - 不要在循环中反复创建新
hashlib.md5()实例，否则结果错误
验证时注意十六进制格式与大小写一致性
校验和比对失败，常因一方是小写、另一方是大写，或带/不带前缀（如 md5:）。MD5标准输出是32位小写十六进制字符串。
- Python
hexdigest()默认返回小写，但外部工具（如 Linuxmd5sum）也输出小写，可直接比对 - 若从文件读取已知校验值，先用
strip()去除换行和空格，再转小写：expected.strip().lower() - 不要用
digest()（返回 bytes）直接比较，它不是可读字符串
需要更高安全性时别用 MD5
MD5 已被证实不抗碰撞，仅适用于非安全场景下的完整性校验（如下载后确认未损坏）。若涉及防篡改、签名或传输可信性，必须换用 hashlib.sha256() 或更强算法。
立即学习“Python免费学习笔记（深入）”；
- SHA-256 计算开销略高，但现代CPU上差异微乎其微；代码结构完全一致，只需替换构造函数名
- 某些旧系统或协议强制要求 MD5，此时需明确接受其局限性
- 不要将 MD5 值用于密码存储、token 签名等任何安全敏感用途
真正容易被忽略的是：不同操作系统对同一文件的换行符或末尾空格可能影响字节内容，导致校验和不一致——务必确认源文件和待校验文件是完全相同的二进制副本。
