Oblicz sumę kontrolną MD5 dla pliku

Korzystam z iTextSharp, aby odczytać tekst z pliku PDF. Czasami jednak nie mogę wyodrębnić tekstu, ponieważ plik PDF zawiera tylko obrazy. Codziennie pobieram te same pliki PDF i chcę sprawdzić, czy plik PDF został zmodyfikowany. Jeśli nie można uzyskać tekstu i daty modyfikacji, czy suma kontrolna MD5 jest najbardziej wiarygodnym sposobem stwierdzenia, czy plik się zmienił?

Jeśli tak, niektóre próbki kodu byłyby mile widziane, ponieważ nie mam dużego doświadczenia z kryptografią.

Korzystanie z System.Security.Cryptography.MD5 jest bardzo proste :

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

(Uważam, że faktycznie wykorzystana implementacja MD5 nie musi być usuwana, ale prawdopodobnie i tak bym to zrobił).

To, jak porównasz wyniki później, zależy od ciebie; możesz na przykład przekonwertować tablicę bajtów na base64 lub bezpośrednio porównać bajty. (Pamiętaj tylko, że tablice się nie zastępują Equals. Korzystanie z base64 jest prostsze, ale nieco mniej wydajne, jeśli naprawdę chcesz porównać hasze).

Jeśli chcesz przedstawić skrót jako ciąg, możesz go przekonwertować na szesnastkowy, używając BitConverter:

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();
        }
    }
}

Tak to robię:

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));
        }
    }
}

Wiem, że na to pytanie już udzielono odpowiedzi, ale używam tego:

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

Gdzie 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();
}

Prawdopodobnie nie najlepszy sposób, ale może się przydać.

Oto nieco prostsza wersja, którą znalazłem. Czyta cały plik za jednym razem i wymaga tylko jednej usingdyrektywy.

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

Wiem, że jestem spóźniony na imprezę, ale przeprowadziłem test, zanim wdrożyłem rozwiązanie.

Zrobiłem test przeciwko wbudowanej klasie MD5, a także md5sum.exe . W moim przypadku wbudowana klasa zajęła 13 sekund, podczas gdy md5sum.exe również około 16-18 sekund przy każdym uruchomieniu.

    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);
        }
    }

A jeśli musisz obliczyć MD5, aby zobaczyć, czy pasuje on do MD5 obiektu blob platformy Azure, to to SO pytanie i odpowiedź może być pomocne: skrót MD5 obiektu blob przesłanego na platformę Azure nie pasuje do tego samego pliku na komputerze lokalnym