Fazendo o md5sum entender nomes de arquivos com espaços

Eu preciso usar md5sumno Python usando pipe para calcular a soma de verificação para um monte de arquivos .mp3 ... existe um comando que ignora espaços em branco nos nomes de arquivos na linha de comando do md5sumprograma?

Por exemplo:

import os
def index(directory):
    stack = [directory]
    files = []
    while stack:
        directory = stack.pop()
        for file in os.listdir(directory):
            fullname = os.path.join(directory, file)
            if fullname.endswith('mp3'):
                files.append(fullname)
            if os.path.isdir(fullname) and not os.path.islink(fullname):
                stack.append(fullname)
    return files

def check(directory):
    files = index(directory)
    hvalues = []
    for x in files:
        cmd = 'md5sum' + ' ' + x
        fp = os.popen(cmd)
        res = fp.readline()
        hvalues.append(res)
        stat = fp.close() # What to do with stat?
    return hvalues

O comando cmd = 'md5sum' + ' ' + xnão funcionará como deveria nos arquivos que incluem espaços em branco ou caracteres especiais, porque a ferramenta 'md5sum' não possui a capacidade de manipular corretamente arquivos (hash) com espaços em branco nos nomes de arquivos.

Isso não é falta de habilidades, md5toolmas uma restrição geral à linha de comando. Os argumentos são separados por espaços. Portanto, se você passar um nome de arquivo contendo espaços, md5sumele interpretará cada token como um único arquivo. Você pode contornar isso colocando o nome do arquivo entre aspas. Dito isto, tente substituir a linha

cmd = 'md5sum' + ' ' + x

com

cmd = 'md5sum' + ' "' + x + '"'

e sua chamada de linha de comando será semelhante

md5sum "file name with spaces.mp3"

Assim, md5sumcalculará o hash sem reclamar.

Como o @binfalse aponta, o problema não está no md5sumprograma, mas na maneira como você o invocou. Seu código é realmente ruim em vários níveis:

1. Você montou um comando shell sem escapar. Na pior das hipóteses, isso pode levar à execução de um comando completamente não intencional, se um dos nomes de arquivos for criado de maneira inteligente. Isso seria horrível, a menos que você esteja escrevendo um script descartável de uso único.

2. A os.popen()função está obsoleta desde o Python 2.6. A substituição recomendada é subprocess.Popen(). Certifique-se de passar uma lista como o argsparâmetro, não uma sequência concatenada, para evitar o problema de escape de shell mencionado anteriormente.

   def check(directory):
       files = index(directory)
       hvalues = []
       for f in files:
           cmd = ['md5sum', f]
           proc = subprocess.Popen(cmd, stdout=subprocess.PIPE)
           hvalues.append(proc.stdout.readline())
           proc.stdout.close()
           stat = os.waitpid(proc.pid, 0)
       return hvalues
   

3. Melhor ainda, use o Python hashlibpara calcular os hashes.