Comprueba el resultado de una copia de archivo comparando hashes de los bytes del archivo en lugar de confiar únicamente en los nombres o tamaños.
La traducción se ha realizado con IA. Comprueba el código, las unidades y los valores junto con el original. La revisión por hablantes nativos de cada idioma aún no se ha completado. English
Para quién esPrincipiantes de Python que quieren comprobar si un documento copiado tiene el mismo contenido que el original
Los files pueden tener contenidos diferentes incluso cuando sus names y sizes son iguales. SHA-256 lee los file bytes y calcula una string hexadecimal de 64 caracteres (base 16). Los mismos bytes producen el mismo hash, por lo que puede utilizarse para comprobar archivos antes y después de copiarlos.
Este ejercicio registra en un report si los dos files tienen el mismo hash. No elimina ni sustituye archivos. Que el hash coincida no demuestra por sí solo quién creó el file, si pertenece a una official distribution ni si está libre de malware.
original.txt y copy.txt contienen la misma frase sintética de una sola línea. example.py localiza y lee ambos files en relación con su propia ubicación. Los input paths permanecen iguales aunque la current folder de la terminal sea diferente.
Worknote synthetic file comparison sample.Aunque el text parezca igual en pantalla, diferencias en line endings, character encoding o trailing spaces pueden producir bytes y hashes diferentes. Los files se comparan tal cual, sin limpiar el texto ni eliminar espacios.
python example.pySe crean una nueva carpeta outputs y un archivo comparison.json. El console value same_sha256=true significa que los hashes de los dos files incluidos coinciden. Si outputs ya existe, el programa se detiene sin sobrescribirlo. Para volver a ejecutar el ejemplo, extrae una copia nueva en otra carpeta.
| Key | Significado |
|---|---|
| algorithm | El hash algorithm utilizado: SHA-256 |
| files | Los nombres de los dos files comparados |
| sha256 | La hash string de 64 caracteres de cada file |
| same_sha256 | true si los dos hashes coinciden, false en caso contrario |
Los file names y hashes aparecen en el mismo orden. El resultado esperado para el ejemplo incluido es true. Crear un report file y obtener un comparison result true son cosas distintas, así que comprueba el valor en sí.
La digest function abre un file en binary read mode y actualiza el hash state leyendo 1 MiB cada vez. No carga todo el file en memoria de una vez. La results folder se crea únicamente después de haber leído completamente ambos input files.
"""Compare two local synthetic files without changing them."""
import hashlib
import json
from pathlib import Path
BASE = Path(__file__).resolve().parent
def digest(path):
value = hashlib.sha256()
with path.open('rb') as stream:
for chunk in iter(lambda: stream.read(1024 * 1024), b''):
value.update(chunk)
return value.hexdigest()
def main():
output = BASE / 'outputs'
if output.exists():
raise ValueError('outputs already exists; choose a fresh extraction folder.')
left, right = BASE / 'original.txt', BASE / 'copy.txt'
hashes = [digest(left), digest(right)]
result = {'algorithm': 'SHA-256', 'files': [left.name, right.name],
'sha256': hashes, 'same_sha256': hashes[0] == hashes[1]}
output.mkdir(exist_ok=False)
with (output / 'comparison.json').open('x', encoding='utf-8') as stream:
json.dump(result, stream, indent=2)
stream.write('\n')
print('same_sha256=' + str(result['same_sha256']).lower())
print('Created outputs/comparison.json')
if __name__ == '__main__':
try:
main()
except (OSError, ValueError) as error:
raise SystemExit(f'Stopped: {error}') from error
Aunque el character count permanezca igual, cambiar un solo byte puede revelar una diferencia en la hash comparison. Este código no determina si el mismatch se debe a corruption o intentional editing.
Si falta un file o no puede leerse, el programa termina con un mensaje Stopped. Comprueba que se haya extraído todo el archive y que los file names sean correctos. Si el error se debe a una carpeta outputs existente, extrae una copia nueva en otra carpeta y ejecútala allí.
Si se produce un disk write error, puede quedar un report incompleto en la nueva carpeta outputs. No utilices los results hasta haber comprobado el completion message y el contenido JSON.
Incluso los cryptographic hashes tienen una posibilidad teórica de collisions, por lo que esto no se describe como una prueba matemáticamente perfecta de identidad. Este ejemplo es una pequeña herramienta para comprobaciones rutinarias de copias. Verificar la autenticidad de una official download requiere un procedimiento separado para compararla con un hash o signature proporcionado por un trusted distributor.
Los files que cambian mientras se leen, network drive failures, access permissions y performance con large files requieren comprobaciones separadas. El código no crea snapshots ni bloquea los input files.
2026-09-19 · Windows 11 · CPython 3.12.14 · Biblioteca estándar
Incluye código, datos de entrada e instrucciones de ejecución. Extrae el ZIP y lee primero README.txt.
Descargar ZIP de ejemploEl código de ejemplo, los nombres de archivo y las claves de entrada se mantienen como en el original. Consulta también los comandos y los pasos de comprobación del texto traducido.
Material de práctica original · Guarda los archivos originales por separado antes de ejecutarlo.
Las explicaciones y los ejemplos son de elaboración propia. Puedes consultar los comportamientos y conceptos relacionados en las siguientes fuentes oficiales.