用Java和Hash算法比较文件

Question

我得提取指纹文件才能匹配双胞胎。2013年的Java推荐是什么？我是否也应该比较文件大小，或者这是不必要的检查？

假阳性的概率应该非常接近于0

编辑:很多答案，谢谢。当今备份软件的标准是什么？SHA-256？更高？我猜md5是不合适的吧？

Answer 1

如果误报的概率必须为零，而不是“低于被闪电击中的概率”，则根本不能使用散列算法；您必须逐个字节地比较文件。

值得注意的是，如果可以使用第三方库，则可以使用Guava通过一行程序逐字节比较两个文件

Files.asByteSource(file1).contentEquals(Files.asByteSource(file2));

它负责打开和关闭文件以及比较的细节。

如果您愿意接受比被闪电击中的可能性更小的误报，那么您可以这样做

Files.hash(file, Hashing.sha1()); // or md5(), or sha256(), or...

它返回一个HashCode，然后您可以测试它与另一个文件的散列是否相等。(该版本还处理了MessageDigest的混乱，以及正确打开和关闭文件等问题。)

Answer 2

您是否在询问如何在Java中获得文件的md5校验和？如果是这样的话，请阅读接受的答案here和here。基本上，这样做：

import java.security.DigestInputStream;
...
...

MessageDigest md_1 = MessageDigest.getInstance("MD5");
MessageDigest md_2 = MessageDigest.getInstance("MD5");
InputStream is_1 = new FileInputStream("file1.txt");
InputStream is_2 = new FileInputStream("file2.txt");
try {
  is_1 = new DigestInputStream(is_1, md_1);
  is_2 = new DigestInputStream(is_2, md_2);
}
finally {
  is_1.close();
  is_2.close();
}
byte[] digest_1 = md_1.digest();
byte[] digest_2 = md_2.digest();

// compare digest_1 and digest_2

我是否也应该比较文件大小，或者这是不必要的检查？

这是不必要的。