忽略元数据的Python文件校验和

Question

以下是获取文件校验和的代码：

import hashlib   
print hashlib.md5(open('file.mp3','rb').read()).hexdigest()

结果是一个包含元数据和文件内容的校验和。有没有一种方法可以只考虑文件内容而忽略元数据？

- simotod

---

你的意思是它会考虑mp3元数据吗？这似乎是特定于mp3文件的：难道你不能使用像eyeD3或Mutagen这样的库来清除所有元数据，以便你比较的所有文件都具有空的（或至少相同的）元数据吗？ - Herman Schaaf

嗨@HermanSchaaf，我不能删除mp3的元数据，因为我需要它们。 - simotod

但是你不需要它们来进行校验和；唯一的解决方法是暂时删除元数据（或仅隔离数据），然后获取没有元数据的文件的校验和。您可以在临时文件中或甚至在内存中执行此操作，无需替换原始文件。 - Herman Schaaf

使用struct模块来解包mp3文件的元数据和数据，然后只需对数据进行校验和。 - Netwave

ID3标签是文件的一部分内容。您需要处理文件内容，并仅提供感兴趣的字节给MD5函数。 - dsh

也许可以参考：http://stackoverflow.com/questions/13784993/how-do-i-uniquely-identify-the-content-of-a-media-file-in-python-not-the-metada - k-nut

Answer 1

我已经解决了这个问题，从https://pypi.python.org/pypi/mp3hash/下载了mp3hash库。

from mp3hash import mp3hash
print mp3hash('file.mp3')

- simotod