是否有效使用改变音频（mp3）文件的哈希值

Question

我要创建一个音乐库程序，很简单。存储信息很容易。

我之前看过用c＃制作的另一个音乐库，这家伙声称即使你移动文件，重新发现它也会知道从数据库中检索到的有关该文件的所有信息（xml，sql）。

有关重新发现的更多信息：当您移动文件时，您必须重新发现音乐库，因为其当前信息是错误的，例如文件路径，重新发现它将找到该文件，在数据库中检查它，以及更新任何信息

我认为这是不可能的，直到现在。如果您对文件进行哈希并使用该哈希作为键，则可以使用该哈希值来检查文件以确保它是唯一的。

如果我错了，请纠正我并确认我说的是真的（这是问题）。

• 文件路径不用于散列文件。 （我不知道怎么哈希）
• 每次写入ID3标签后重新哈希（更改文件会改变哈希值吗？）
• 使用哈希作为密钥/ ID将意味着如果文件被移动，它仍然可以参考存储的信息
• 一旦从xml读取信息读取（如果我们使用xml作为数据库）文件，将其存储在字典中是将内容存储在内存中的最快捷方式

这是一个问题，需要答案，关于c＃。我正在使用c＃，这就是为什么它具体，我正在进行背景研究，我只是想对我所陈述的内容有一些专家意见

Answer 1

回答你的问题

计算哈希时不应使用

• 文件路径。文件名和扩展名都没有。

• 在每次ID3标记写入后重新散列将解决您的问题，前提是您的应用程序中发生了所有更改

• hash可以安全地用作您的密钥（见下文）

• 可能是的，如果我理解正确

重复哈希值的可能性

根据您选择的散列函数，如果您搜索，您将在年，千年，十亿年中找到/生成具有相同散列的另一个文件，或者直到世界末日才会执行此操作。

这完全是概率问题。检查details of each hashing function以了解找到具有相同散列的另一个文件的概率有多低。

mp3文件中已更改标签的问题

虽然这可能是一个问题，但您需要做的只是散列不是ID3标记的文件部分。它们通常位于文件末尾，占文件大小的很小一部分。

您可以做的是在文件中使用散列函数，该函数不会发生变化。 在散列时跳过文件的最后N个字节。

Answer 2

是的，如果您对文件内容进行哈希处理，那么即使该文件移动到其他位置，当您再次执行该操作时，它仍会产生相同的哈希值。所以，是的，您可以根据内容的哈希值完全识别文件（这就是Git所做的事情）。至于创建文件的哈希值，有几个问题会告诉您如何执行此操作，例如this one。

请注意，由于ID3标签和内容，您的文件不是不可变的，因此对文件内容进行散列可能不是最好的主意。如果更改文件的标记，其哈希值将更改，从而生成 new 文件（至少对您的应用程序而言）。当然，如果您更改应用程序中的标签，那么您可以轻松地跟踪这些更改并更新旧记录以使用新哈希。同样的想法也可以应用于基于其路径识别文件（如果您在应用程序中移动它，您也可以只更新其在数据库中的路径）。但问题是这些操作都可能发生在您的应用程序之外。

因此，两种识别方法（文件内容的散列或文件路径）都有些缺陷，但是没有真正的替代方法来识别文件。

Answer 3

散列对你有用。它基本上根据文件中的所有字节创建校验和。使用好的哈希将为每个文件提供一个独特的签名（连续五次赢得抽奖的机会更多，因为找到两个不同的哈希文件）。

问题是您需要读取整个文件来计算哈希值。这可能会影响性能。

因此，在重新发行时，您可能需要先检查文件大小是否相同。如果不是，则不需要读取整个文件并计算散列。但是你需要存储文件大小和哈希值。

有关散列的一些信息（使用MD5方法）

http://www.fastsum.com/support/md5-checksum-utility-faq/md5-hash.php