根据哈希确认文件内容

Question

我需要“检查文件的内容的完整性”。这些文件将被写入 CD/DVD，可能会被复制多次。这个想法是识别正确复制的副本（在它们从 Nero 等中删除之后）。

我对此相当陌生，但快速搜索表明Arrays.hashCode(byte[]) 将满足需要。我们可以在磁盘上包含一个文件，该文件包含对每个感兴趣的资源的调用结果，然后将其与检查时从磁盘读取的File 的byte[] 进行比较。

我是否正确理解该方法，这是检查文件内容的有效方法吗？

如果没有，我们将不胜感激有关搜索关键字或策略/方法/类的建议。

---

基于 Brendan 答案的工作代码。它解决了 VoidStar 发现的问题（需要将整个 byte[] 保存在内存中以获取哈希）。

import java.io.File;
import java.io.FileInputStream;
import java.util.zip.CRC32;

class TestHash {

    public static void main(String[] args) throws Exception {
        File f = new File("TestHash.java");
        FileInputStream fis = new FileInputStream(f);
        CRC32 crcMaker = new CRC32();
        byte[] buffer = new byte[65536];
        int bytesRead;
        while((bytesRead = fis.read(buffer)) != -1) {
            crcMaker.update(buffer, 0, bytesRead);
        }
        long crc = crcMaker.getValue(); // This is your error checking code
        System.out.println("CRC code is " + crc);
    }
}

Answer 1

Arrays.hashCode() 的设计速度非常快（用于哈希表）。我强烈建议不要将其用于此目的。

您想要的是某种错误检查代码，例如 CRC。

Java 恰好有一个用于计算这些的类：CRC32:

InputStream in = ...;
CRC32 crcMaker = new CRC32();
byte[] buffer = new byte[someSize];
int bytesRead;
while((bytesRead = in.read(buffer)) != -1) {
    crcMaker.update(buffer, 0, bytesRead);
}
long crc = crcMaker.getValue(); // This is your error checking code

Answer 2

这是一个例子：

您需要创建一个校验和文件
http://www.jguru.com/faq/view.jsp?EID=216274

    FileInputStream file = new FileInputStream(args[0]);
    CheckedInputStream check = 
      new CheckedInputStream(file, new CRC32());
    BufferedInputStream in = 
      new BufferedInputStream(check);
    while (in.read() != -1) {
        // Read file in completely
    }
    in.close();
    System.out.println("Checksum is " + 
      check.getChecksum().getValue());

Answer 3

是的，只要加载整个文件并传入，它就会按预期执行。 然而它会消耗与文件一样多的 RAM，这对于此任务来说不是必需的。如果您在从存储中流式传输文件时将文件散列在较小的块中，则可以避免浪费内存。例如，您可以对每个块的哈希值进行异或运算以创建最终哈希值，或者找到期望数据流式传输的哈希实现。