不能直接对文件路径调用md5()，因为hashlib.md5()只接受bytes输入，传入路径字符串实际是对路径名哈希；正确做法是rb模式分块读取文件内容并update计算。
直接用 hashlib.md5() 计算文件内容哈希，再重命名即可——但关键不是“能做”，而是避免踩坑：重复哈希、中文路径崩溃、大文件卡死、同名哈希冲突。
为什么不能直接对文件路径调用 md5()？
因为 hashlib.md5() 接收的是字节流，不是字符串路径。传入 os.path.basename() 或路径字符串只会哈希路径名本身，不是文件内容。
常见错误现象：md5("report.pdf") 得到的是字符串 "report.pdf" 的哈希，所有同名文件都会重命名成同一个值，完全失效。
正确做法是打开文件、按块读取（防内存爆炸）：
立即学习“Python免费学习笔记（深入）”；
def get_file_md5(filepath):
h = hashlib.md5()
with open(filepath, "rb") as f:
while chunk := f.read(8192): # 每次读 8KB
h.update(chunk)
return h.hexdigest()如何安全地批量重命名且不覆盖已有文件？
同一目录下多个文件可能算出相同 MD5（极小概率但存在），或已有 abc123...456.jpg 这类名字。硬覆盖会丢数据。
实操建议：
- 先用
os.path.exists()检查目标名是否已存在 - 若存在，在哈希后加序号后缀，如
abc123...456_1.jpg - 重命名前用
os.replace()（原子操作，比os.rename()在 Windows 更稳） - 跳过当前已是纯 MD5 格式的名字（正则匹配
^[a-f0-9]{32}\.\w+$），避免重复处理
Windows 下中文路径报 UnicodeEncodeError 怎么办？
Python 3.10 默认使用系统编码读取命令行参数和路径，Windows 控制台常为 GBK，而 Python 内部用 UTF-8，sys.argv 或 glob.glob() 可能解码失败。
根本解决方式不是改 locale，而是绕过字符串解析：
- 用
pathlib.Path.cwd().iterdir()替代os.listdir()，它原生支持 Unicode - 所有路径操作统一走
pathlib.Path对象，不转str - 如果必须从命令行接收路径，用
sys.argv[1].encode('utf-8').decode('utf-8')强制归一化（仅当确定终端支持 UTF-8 时）
典型崩溃点：os.rename("测试.txt", "a1b2c3...txt") 在 cmd 中直接抛错；换成 Path("测试.txt").rename(Path("a1b2c3...txt")) 就稳。
处理超大文件（>2GB）时 CPU 和 I/O 怎么平衡？
读块大小不是越大越好。实测在机械硬盘上，8KB～64KB 是吞吐与延迟的平衡点；SSD 可提到 256KB；但超过 1MB 后提升微乎其微，反而增加单次 I/O 延迟感。
更关键的是并发控制：
- 别用
threading—— GIL 让多线程对 IO 密集无加速 - 用
concurrent.futures.ProcessPoolExecutor分进程，每个进程独立计算哈希 - 限制
max_workers=2（双核 CPU）或=min(4, os.cpu_count())，避免磁盘争抢 - 配合
pathlib.Path().stat().st_size预筛，跳过空文件或小于 1KB 的（比如 .gitignore），省掉开文件成本
最易被忽略的一点：MD5 不是内容指纹的终极方案——它不抗碰撞，且无法区分文件元数据变更。如果你需要防篡改或校验完整性，后续应迁移到 hashlib.blake2b() 或 sha256()；但仅用于去重/重命名，MD5 速度够快、兼容性好，仍是合理选择。
