计算文件的 MD5 校验和

Question

我正在使用iTextSharp 从 PDF 文件中读取文本。但是，有时我无法提取文本，因为 PDF 文件只包含图像。我每天都下载相同的PDF文件，我想看看PDF是否被修改过。如果无法获得文本和修改日期，MD5 校验和是否是判断文件是否已更改的最可靠方法？

如果是，一些代码示例将不胜感激，因为我在密码学方面没有太多经验。

Answer 1

使用System.Security.Cryptography.MD5很简单：

using (var md5 = MD5.Create())
{
    using (var stream = File.OpenRead(filename))
    {
        return md5.ComputeHash(stream);
    }
}

（我相信实际上使用的 MD5 实现不需要被释放，但我可能仍然会这样做。）

之后如何比较结果取决于您；例如，您可以将字节数组转换为 base64，或直接比较字节。 （请注意，数组不会覆盖 Equals。使用 base64 更容易正确，但如果您真的只对比较哈希感兴趣，则效率会稍低。）

如果您需要将哈希表示为字符串，可以使用BitConverter 将其转换为十六进制：

static string CalculateMD5(string filename)
{
    using (var md5 = MD5.Create())
    {
        using (var stream = File.OpenRead(filename))
        {
            var hash = md5.ComputeHash(stream);
            return BitConverter.ToString(hash).Replace("-", "").ToLowerInvariant();
        }
    }
}

Answer 2

这就是我的做法：

using System.IO;
using System.Security.Cryptography;

public string checkMD5(string filename)
{
    using (var md5 = MD5.Create())
    {
        using (var stream = File.OpenRead(filename))
        {
            return Encoding.Default.GetString(md5.ComputeHash(stream));
        }
    }
}

Answer 3

我知道这个问题已经回答了，但这是我使用的：

using (FileStream fStream = File.OpenRead(filename)) {
    return GetHash<MD5>(fStream)
}

在哪里GetHash：

public static String GetHash<T>(Stream stream) where T : HashAlgorithm {
    StringBuilder sb = new StringBuilder();

    MethodInfo create = typeof(T).GetMethod("Create", new Type[] {});
    using (T crypt = (T) create.Invoke(null, null)) {
        byte[] hashBytes = crypt.ComputeHash(stream);
        foreach (byte bt in hashBytes) {
            sb.Append(bt.ToString("x2"));
        }
    }
    return sb.ToString();
}

可能不是最好的方法，但它可以很方便。

Answer 4

这是我发现的一个稍微简单的版本。它一次性读取整个文件，并且只需要一个 using 指令。

byte[] ComputeHash(string filePath)
{
    using (var md5 = MD5.Create())
    {
        return md5.ComputeHash(File.ReadAllBytes(filePath));
    }
}

Answer 5

我知道我迟到了，但在实际实施解决方案之前进行了测试。

我确实对内置的 MD5 类和 md5sum.exe 进行了测试。在我的例子中，内置类需要 13 秒，而 md5sum.exe 每次运行也需要大约 16-18 秒。

    DateTime current = DateTime.Now;
    string file = @"C:\text.iso";//It's 2.5 Gb file
    string output;
    using (var md5 = MD5.Create())
    {
        using (var stream = File.OpenRead(file))
        {
            byte[] checksum = md5.ComputeHash(stream);
            output = BitConverter.ToString(checksum).Replace("-", String.Empty).ToLower();
            Console.WriteLine("Total seconds : " + (DateTime.Now - current).TotalSeconds.ToString() + " " + output);
        }
    }

Answer 6

如果您需要计算 MD5 以查看它是否与 Azure blob 的 MD5 匹配，那么这个 SO 问题和答案可能会有所帮助：MD5 hash of blob uploaded on Azure doesnt match with same file on local machine

Answer 7

用于动态生成的 PDF。 创建日期和修改日期总是不同的。

您必须删除它们或将它们设置为常数值。

然后生成 md5 哈希来比较哈希。

您可以使用PDFStamper 删除或更新日期。