pythonで同じ内容の同じmd5ハッシュを保持するアーカイブを作成する方法は？

Question

この記事の説明にあるように、https://medium.com/@mpreziuso/is-gzip-deterministic-26c81bfd0a49は、全く同じファイルセットの圧縮である2つの.tar.gzファイルのmd5が異なる場合があります。これは、たとえば、圧縮ファイルのヘッダーにタイムスタンプが含まれているためです。

記事では3つのソリューションが提案されている、と私はidealy最初の1ウィッヒを使用したいです：

私たちは、gzipのタイムスタンプとファイルを省略するようになりますgzip形式で-nフラグを使用することができますファイルヘッダからの名前。

そして、このソリューションがうまく機能：

tar -c ./bin |gzip -n >one.tar.gz 
tar -c ./bin |gzip -n >two.tar.gz 
md5sum one.tgz two.tgz 

それでも私はPythonでそれを行うには良い方法がどうなるかの見当がつかない。 tarfile（https://docs.python.org/2/library/tarfile.html）でそれを行う方法はありますか？

Answer 1

回避策として、代わりにbzip2圧縮を使用できます。この問題を持っていないようです：

import tarfile 

tar1 = tarfile.open("one.tar.bz2", "w:bz2") 
tar1.add("bin") 
tar1.close() 

tar2 = tarfile.open("two.tar.bz2", "w:bz2") 
tar2.add("bin") 
tar2.close() 

実行md5が与える：

martin@martin-UX305UA:~/test$ md5sum one.tar.bz2 two.tar.bz2 
e9ec2fd4fbdfae465d43b2f5ecaecd2f one.tar.bz2 
e9ec2fd4fbdfae465d43b2f5ecaecd2f two.tar.bz2