二进制文件不同但与JVM不同？答案

【问题标题】：Binary files differ but not to JVM?二进制文件不同但与JVM不同？
【发布时间】：2011-01-20 20:55:46
【问题描述】：

我遇到了一个问题，即 org.apache.commons.io.FileUtils.copyFile(File, File) 生成的文件略有不同。当我将这些文件与 bsdiff 或在编辑器中进行比较时，我可以看出它们是不同的。某些字节被复制为问号。例如 0200（八进制）被复制为？（八进制 077）。

因此，我创建了一个测试用例以包含在错误报告中。我制作了可执行文件的副本，然后使用 FileUtils.checksumCRC32(File) 进行比较。出乎意料的是，这些文件具有相同的校验和。然后我通过遍历每个文件的 FileInputStream 来比较它们。这也断言文件是相同的。

文件肯定不同。一个运行，另一个不运行。 bsdiff 产生两个文件的差异。我可以通过肉眼检查文件来判断某些字节被错误地复制了。

但是，对于 JVM，这些文件是相同的。关于我为什么会观察到这种行为的任何想法？

系统信息：视窗 7、64 位； JVM 1.6.0_22，32 位

【问题讨论】：

听起来你并没有复制你认为的文件。看来该文件已被复制为文本文件，而您的二进制副本正在其他地方。
另外，在文件上运行 md5sum.exe - 你的工具（编辑器，bsdiff）可能会以某种方式混淆一个文件是二进制文件，另一个文件是文本文件（例如，基于文件结尾或元数据附在文件上）

标签： java jvm apache-commons-io

【解决方案1】：

呃，对不起大家。 Maven 正在“过滤”可执行文件，它在将其复制到 Maven 的“目标”目录之前更改了编码。然后 FileUtils 正确地将搞砸的可执行文件从“目标”复制到目标。我将源目录中的版本与目标目录中的版本进行比较。

【讨论】：

如果可以的话，我会增加 100 次。我复制到临时文件的 src/main/resources 中的二进制文件存在完全相同的问题。如果不是这篇文章，我仍然会一直在寻找答案。非常感谢。

【解决方案2】：

这个程序写入每个可能的字节并再次读回它们。如果文件被损坏，Java 将如何将这些字节恢复为原始值。即它怎么知道 077 是 0200 而不是 077。

byte[] bytes = new byte[256];
for(int i=0;i<256;i++)
    bytes[i] = (byte) i;
FileUtils.writeByteArrayToFile(new File("tmp.dat"), bytes);
byte[] bytes2 = FileUtils.readFileToByteArray(new File("tmp.dat"));
System.out.println("equals "+Arrays.equals(bytes, bytes2));

文件转储显示。

od -x tmp.dat 
0000000 0100 0302 0504 0706 0908 0b0a 0d0c 0f0e
0000020 1110 1312 1514 1716 1918 1b1a 1d1c 1f1e
0000040 2120 2322 2524 2726 2928 2b2a 2d2c 2f2e
0000060 3130 3332 3534 3736 3938 3b3a 3d3c 3f3e
0000100 4140 4342 4544 4746 4948 4b4a 4d4c 4f4e
0000120 5150 5352 5554 5756 5958 5b5a 5d5c 5f5e
0000140 6160 6362 6564 6766 6968 6b6a 6d6c 6f6e
0000160 7170 7372 7574 7776 7978 7b7a 7d7c 7f7e
0000200 8180 8382 8584 8786 8988 8b8a 8d8c 8f8e
0000220 9190 9392 9594 9796 9998 9b9a 9d9c 9f9e
0000240 a1a0 a3a2 a5a4 a7a6 a9a8 abaa adac afae
0000260 b1b0 b3b2 b5b4 b7b6 b9b8 bbba bdbc bfbe
0000300 c1c0 c3c2 c5c4 c7c6 c9c8 cbca cdcc cfce
0000320 d1d0 d3d2 d5d4 d7d6 d9d8 dbda dddc dfde
0000340 e1e0 e3e2 e5e4 e7e6 e9e8 ebea edec efee
0000360 f1f0 f3f2 f5f4 f7f6 f9f8 fbfa fdfc fffe

【讨论】：