Verifique o resultado da cópia comparando os hashes dos bytes dos arquivos, em vez de se basear apenas nos nomes ou tamanhos.
A tradução foi feita com IA. Confira o código, as unidades e os valores junto com o original. A revisão por falantes nativos de cada idioma ainda não foi concluída. 한국어
Para quem éIniciantes em Python que querem verificar se um documento copiado tem o mesmo conteúdo do original
Arquivos podem ter conteúdos diferentes mesmo quando os nomes e os tamanhos são iguais. O SHA-256 lê os bytes do arquivo e calcula uma string de 64 caracteres hexadecimais (base 16). Os mesmos bytes produzem o mesmo hash, por isso esse método pode ser usado para verificar arquivos antes e depois da cópia.
Este exercício registra em um relatório se os hashes dos dois arquivos são iguais. Ele não exclui nem substitui arquivos. A igualdade dos hashes, por si só, não permite identificar o autor, confirmar se o arquivo veio de uma distribuição oficial ou garantir a ausência de malware.
original.txt e copy.txt contêm a mesma frase fictícia de uma única linha. O example.py localiza e lê os dois arquivos a partir de sua própria localização. Os caminhos de entrada permanecem iguais mesmo que a pasta atual do terminal seja outra.
Worknote synthetic file comparison sample.Mesmo que o texto pareça igual na tela, diferenças nas quebras de linha, na codificação de caracteres ou nos espaços ao final podem resultar em bytes e hashes diferentes. Os arquivos são comparados como estão, sem normalizar o texto nem remover espaços.
python example.pySão criados uma nova pasta outputs e o arquivo comparison.json. O valor same_sha256=true no console significa que os hashes dos dois arquivos incluídos são iguais. Se outputs já existir, o programa para sem sobrescrever a pasta. Para executar novamente, extraia uma nova cópia do exemplo em outra pasta.
| Chave | Significado |
|---|---|
| algorithm | O algoritmo de hash utilizado: SHA-256 |
| files | Os nomes dos dois arquivos comparados |
| sha256 | A string de hash de 64 caracteres de cada arquivo |
| same_sha256 | true se os dois hashes forem iguais; false se forem diferentes |
A ordem dos nomes dos arquivos corresponde à ordem dos hashes. No exemplo incluído, o resultado esperado é true. A criação do arquivo de relatório e um resultado de comparação igual a true são coisas diferentes, portanto confira o valor diretamente.
A função digest abre o arquivo no modo de leitura binária e atualiza o estado do hash lendo 1 MiB por vez. Ela não carrega o arquivo inteiro na memória de uma só vez. A pasta de resultados só é criada depois que as duas entradas são lidas por completo.
"""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
Mesmo mantendo a quantidade de caracteres, a alteração de um único byte permite detectar uma diferença na comparação dos hashes. Este código não determina se a divergência foi causada por corrupção de dados ou por uma edição intencional.
Se um arquivo não existir ou não puder ser lido, o programa será encerrado com uma mensagem Stopped. Confira se o ZIP foi extraído por completo e se os nomes dos arquivos estão corretos. Se o erro ocorrer porque outputs já existe, extraia uma nova cópia em outra pasta e execute nela.
Se ocorrer um erro de gravação no disco, um relatório incompleto poderá permanecer na nova pasta outputs. Não use os resultados antes de conferir a mensagem de conclusão e o conteúdo do JSON.
Mesmo hashes criptográficos têm uma possibilidade teórica de colisão, portanto isso não é considerado uma prova de identidade matematicamente perfeita. Este exemplo é uma pequena ferramenta para verificações rotineiras de cópia. Para verificar a autenticidade de um download oficial, é necessário um procedimento separado de comparação com um hash ou uma assinatura fornecidos por uma fonte de distribuição confiável.
Alterações nos arquivos durante a leitura, falhas em unidades de rede, permissões de acesso e desempenho com arquivos grandes exigem verificações separadas. O código não cria snapshots dos arquivos de entrada nem os bloqueia.
2026-09-19 · Windows 11 · CPython 3.12.14 · Biblioteca padrão
Inclui código, dados de entrada e instruções de execução. Extraia o ZIP e leia primeiro o README.txt.
Baixar ZIP de exemploO código de exemplo, os nomes de arquivos e as chaves de entrada são mantidos como no original. Consulte também os comandos e os procedimentos de conferência do texto traduzido.
Material de prática original · Guarde os arquivos originais separadamente antes de executar.
As explicações e os exemplos são de elaboração própria. Os comportamentos e conceitos relacionados podem ser consultados nas fontes oficiais abaixo.