R中的MD5文件哈希函数返回不同的值？

Question

无论谁在何处执行散列计算，MD5散列都应该返回相同的值。

然而，在同一文件上使用三种不同的方法，我们会看到三种不同的答案(!?)。

文件是Here的。

MD5散列according to Amazon Web Services为：

library(dplyr)
"https://collidr-api.s3-ap-southeast-2.amazonaws.com/pfd.RDS" %>% curlGetHeaders %>% .[6] %>% trimws %>% 
  strsplit(., "ETag: ") %>% .[[1]] %>% .[2] %>% 
  { substr(., 2, nchar(.)) } %>% { substr(., 1, nchar(.) - 1)}
# "a921f713fbd730a51814fb6602048c16"

MD5散列using the digest library为

library(digest)
digest("Downloads/pfd.RDS", algo=c("md5"))
# "2b049aba0269e46d35780c3e7d29a916"

而MD5散列using openssl library是

library(openssl)
md5("Downloads/pfd.RDS")
# "8ceabf9bdd146ed12ba89533cd593d12"

我无法解释这个。我认为这三个值应该是相同的，因为它们都对同一文件应用了相同的算法(MD5)，但这三个值是不同的。

问题

为什么无论用什么方法生成文件的MD5哈希，哈希值都不一样，最重要的是，我如何计算R中的哈希值，使其与亚马逊网络服务提供的MD5哈希(即a921f713fbd730a51814fb6602048c16)相匹配？

更新

在mac终端中，md5 Downloads/pfd.RDS返回a921f713fbd730a51814fb6602048c16 (与AWS值一致)。仍然不清楚为什么digest::digest()和openssl::md5()的值是不同的。

Answer 1

如果你想散列该路径下的文件内容，你需要告诉每个函数。试一试

digest("Downloads/pfd.RDS", file=TRUE, algo="md5")

和

md5(file("Downloads/pfd.RDS", open="rb"))

否则，您就是在散列路径名本身。

在简单的情况下，这些函数返回相同的值

cat("hello", file="hello.txt")
digest("hello.txt", file=TRUE, algo="md5")
# [1] "5d41402abc4b2a76b9719d911017c592"
md5(file("hello.txt", open="rb"))
# md5 5d:41:40:2a:bc:4b:2a:76:b9:71:9d:91:10:17:c5:92