python - 指紋技術を使用して2つのドキュメントのテキストを比較するためにPythonでコードを書く必要があります

Question

指紋技術を使用してドキュメントのテキストを比較するために、Python言語でコードを記述する必要があります。ドキュメントの指紋を取得するのか、ドキュメントの指紋を生成するのかわかりません。誰かがその方法を知っているか、ビット形式で保存されているドキュメントの指紋を生成するためのソースコードを持っているかどうかを尋ねています。

Answer 1

If you want message digests (cryptographic hashes), use the hashlib library. Here's an example (IPython session):

 In [1]: import hashlib

 In [2]: md = hashlib.sha256(open('/tmp/Calendar.xls', 'rb').read())

 In [3]: md.hexdigest()
 Out[3]: '8517f1eae176f1a20de78d879f81f23de503cfd6b8e4be1d798fb2342934b187'

Answer 2

フィンガープリンティングの概念を始めるには、次の論文を試してみてください。

• 選別: ドキュメント フィンガープリンティングのローカル アルゴリズム
• スケーラブルなドキュメント フィンガープリンティング