私はhashlib（Python 2.6 / 3.0のmd5を置き換えます）を使用しましたが、ファイルを開いてそのコンテンツをhashlib.md5()関数に配置すると問題なく動作しました。

問題は、ファイルのサイズがRAMサイズを超える可能性がある非常に大きなファイルです。

ファイル全体をメモリに読み込まずにファイルのMD5ハッシュを取得する方法

ファイルを8192バイトのチャンク（または128バイトのその他の倍数）に分割し、を使用してそれらを連続的にMD5にフィードしますupdate()。

これは、MD5に128バイトのダイジェストブロックがあることを利用しています（8192は128×64）。ファイル全体をメモリに読み込むわけではないので、8192バイトを超えるメモリは使用しません。

Python 3.8以降では、次のことができます

import hashlib
with open("your_filename.txt", "rb") as f:
    file_hash = hashlib.md5()
    while chunk := f.read(8192):
        file_hash.update(chunk)
print(file_hash.digest())
print(file_hash.hexdigest())  # to get a printable str instead of bytes

適切なサイズのチャンクでファイルを読み取る必要があります。

def md5_for_file(f, block_size=2**20):
    md5 = hashlib.md5()
    while True:
        data = f.read(block_size)
        if not data:
            break
        md5.update(data)
    return md5.digest()

注： 'rb'でファイルを開いていることを確認してください。そうしないと、間違った結果が得られます。

したがって、1つの方法ですべてを行うには、次のようなものを使用します。

def generate_file_md5(rootdir, filename, blocksize=2**20):
    m = hashlib.md5()
    with open( os.path.join(rootdir, filename) , "rb" ) as f:
        while True:
            buf = f.read(blocksize)
            if not buf:
                break
            m.update( buf )
    return m.hexdigest()

上記の更新はFrerich Raabeから提供されたコメントに基づいており、私はこれをテストしたところ、Python 2.7.2のWindowsインストールで正しいことがわかりました。

「jacksum」ツールを使用して結果をクロスチェックしました。

jacksum -a md5 <filename>

http://www.jonelo.de/java/jacksum/

以下に、コメントからの提案を組み込みました。ありがとうございます！

python <3.7

import hashlib

def checksum(filename, hash_factory=hashlib.md5, chunk_num_blocks=128):
    h = hash_factory()
    with open(filename,'rb') as f: 
        for chunk in iter(lambda: f.read(chunk_num_blocks*h.block_size), b''): 
            h.update(chunk)
    return h.digest()

Python 3.8以降

import hashlib

def checksum(filename, hash_factory=hashlib.md5, chunk_num_blocks=128):
    h = hash_factory()
    with open(filename,'rb') as f: 
        while chunk := f.read(chunk_num_blocks*h.block_size): 
            h.update(chunk)
    return h.digest()

元の投稿

もっとpythonic（ 'while True'ではない）ファイルの読み取り方法が気になる場合は、次のコードを確認してください。

import hashlib

def checksum_md5(filename):
    md5 = hashlib.md5()
    with open(filename,'rb') as f: 
        for chunk in iter(lambda: f.read(8192), b''): 
            md5.update(chunk)
    return md5.digest()

read（）はb ''（ ''だけではない）を返すため、iter（）funcは、返されたイテレーターがEOFで停止するために空のバイト文字列を必要とすることに注意してください。

これが@Piotr Czaplaのメソッドの私のバージョンです。

def md5sum(filename):
    md5 = hashlib.md5()
    with open(filename, 'rb') as f:
        for chunk in iter(lambda: f.read(128 * md5.block_size), b''):
            md5.update(chunk)
    return md5.hexdigest()

このスレッドで複数のコメント/回答を使用して、ここに私の解決策があります：

import hashlib
def md5_for_file(path, block_size=256*128, hr=False):
    '''
    Block size directly depends on the block size of your filesystem
    to avoid performances issues
    Here I have blocks of 4096 octets (Default NTFS)
    '''
    md5 = hashlib.md5()
    with open(path,'rb') as f: 
        for chunk in iter(lambda: f.read(block_size), b''): 
             md5.update(chunk)
    if hr:
        return md5.hexdigest()
    return md5.digest()

• これは「pythonic」です
• これは機能です
• 暗黙的な値を回避します。常に明示的な値を優先します。
• （非常に重要な）パフォーマンスの最適化を可能にします

そして最後に、

-これはコミュニティによって作成されました。アドバイス/アイデアをありがとうございます。

Python 2/3ポータブルソリューション

チェックサム（md5、sha1など）を計算するには、バイト値を合計するため、ファイルをバイナリモードで開く必要があります。

py27 / py3に移植するにはio、次のようにパッケージを使用する必要があります。

import hashlib
import io


def md5sum(src):
    md5 = hashlib.md5()
    with io.open(src, mode="rb") as fd:
        content = fd.read()
        md5.update(content)
    return md5

ファイルが大きい場合は、ファイルの内容全体をメモリに保存しないように、チャンクでファイルを読み取ることをお勧めします。

def md5sum(src, length=io.DEFAULT_BUFFER_SIZE):
    md5 = hashlib.md5()
    with io.open(src, mode="rb") as fd:
        for chunk in iter(lambda: fd.read(length), b''):
            md5.update(chunk)
    return md5

ここでの秘訣はiter()、センチネル（空の文字列）で関数を使用することです。

この場合に作成されたイテレータは、そのメソッドの呼び出しごとに引数なしでo [ラムダ関数]を呼び出しnext()ます。返される値がセンチネルと等しいStopIteration場合は発生し、それ以外の場合は値が返されます。

ファイルが本当に大きい場合は、進捗情報を表示する必要がある場合もあります。これは、計算されたバイト数を出力または記録するコールバック関数を呼び出すことで実行できます。

def md5sum(src, callback, length=io.DEFAULT_BUFFER_SIZE):
    calculated = 0
    md5 = hashlib.md5()
    with io.open(src, mode="rb") as fd:
        for chunk in iter(lambda: fd.read(length), b''):
            md5.update(chunk)
            calculated += len(chunk)
            callback(calculated)
    return md5

一般的なハッシュ関数についてのHawkwingコメントを考慮に入れるBastien Semeneコードのリミックス...

def hash_for_file(path, algorithm=hashlib.algorithms[0], block_size=256*128, human_readable=True):
    """
    Block size directly depends on the block size of your filesystem
    to avoid performances issues
    Here I have blocks of 4096 octets (Default NTFS)

    Linux Ext4 block size
    sudo tune2fs -l /dev/sda5 | grep -i 'block size'
    > Block size:               4096

    Input:
        path: a path
        algorithm: an algorithm in hashlib.algorithms
                   ATM: ('md5', 'sha1', 'sha224', 'sha256', 'sha384', 'sha512')
        block_size: a multiple of 128 corresponding to the block size of your filesystem
        human_readable: switch between digest() or hexdigest() output, default hexdigest()
    Output:
        hash
    """
    if algorithm not in hashlib.algorithms:
        raise NameError('The algorithm "{algorithm}" you specified is '
                        'not a member of "hashlib.algorithms"'.format(algorithm=algorithm))

    hash_algo = hashlib.new(algorithm)  # According to hashlib documentation using new()
                                        # will be slower then calling using named
                                        # constructors, ex.: hashlib.md5()
    with open(path, 'rb') as f:
        for chunk in iter(lambda: f.read(block_size), b''):
             hash_algo.update(chunk)
    if human_readable:
        file_hash = hash_algo.hexdigest()
    else:
        file_hash = hash_algo.digest()
    return file_hash

あなたは完全なコンテンツを読まないとそれをmd5にすることはできません。しかし、更新機能を使用して、ファイルのコンテンツをブロックごとに読み取ることができます。
m.update（a）; m.update（b）はm.update（a + b）と同等です

次のコードはもっとpythonicだと思います：

from hashlib import md5

def get_md5(fname):
    m = md5()
    with open(fname, 'rb') as fp:
        for chunk in fp:
            m.update(chunk)
    return m.hexdigest()

Djangoの承認済み回答の実装：

import hashlib
from django.db import models


class MyModel(models.Model):
    file = models.FileField()  # any field based on django.core.files.File

    def get_hash(self):
        hash = hashlib.md5()
        for chunk in self.file.chunks(chunk_size=8192):
            hash.update(chunk)
        return hash.hexdigest()

ループは好きではありません。@Nathan Fegerに基づく：

md5 = hashlib.md5()
with open(filename, 'rb') as f:
    functools.reduce(lambda _, c: md5.update(c), iter(lambda: f.read(md5.block_size * 128), b''), None)
md5.hexdigest()

import hashlib,re
opened = open('/home/parrot/pass.txt','r')
opened = open.readlines()
for i in opened:
    strip1 = i.strip('\n')
    hash_object = hashlib.md5(strip1.encode())
    hash2 = hash_object.hexdigest()
    print hash2

この辺りで騒ぎが少なすぎないかわかりません。最近、md5とMySQLのblobとして保存されたファイルに問題が発生したため、さまざまなファイルサイズと簡単なPythonのアプローチを試しました。

FileHash=hashlib.md5(FileData).hexdigest()

2Kbから20Mbのファイルサイズの範囲では、顕著なパフォーマンスの違いを検出できなかったため、ハッシュを「チャンク」する必要はありませんでした。とにかく、Linuxがディスクにアクセスする必要がある場合、少なくとも平均的なプログラマーがディスクを使用しないようにする能力と同様に、ディスクを使用する必要があります。偶然にも、問題はmd5とは何の関係もありませんでした。MySQLを使用している場合は、md5（）関数とsha1（）関数がすでにそこにあることを忘れないでください。