Question

我希望能够在C＃中计算文件的任意大小的文件块的哈希值。

例如：计算4gb文件中第3千兆字节的哈希值。

主要问题是我不想在内存中加载整个文件，因为可能有多个文件，偏移量可能非常随意。

AFAIK，HashAlgorithm.ComputeHash允许我使用流的字节缓冲区。流将允许我有效地计算散列，但是对于整个文件，不仅仅是针对特定的块。

我正在考虑创建一个备用FileStream对象并将其传递给ComputeHash，在那里我将重载FileStream方法并且只读取文件中的某个块。

有没有比这更好的解决方案，最好使用内置的C＃库？感谢。

Answer 1

你应该传入：

包含用于计算
一个限制访问您想要计算哈希值的块的流

第二个选项并不是那么难，这是一个快速的LINQPad程序，我把它放在一起。请注意，它缺少相当多的错误处理，例如检查块实际可用（即，您正在传递实际存在的流的位置和长度，并且不会从底层的末尾开始流）。

毋庸置疑，如果这应该最终成为生产代码，我会添加大量错误处理，并编写一堆单元测试以确保正确处理所有边缘情况。

您将为您的文件构建PartialStream实例，如下所示：

const long gb = 1024 * 1024 * 1024;
using (var fileStream = new FileStream(@"d:\temp\too_long_file.bin", FileMode.Open))
using (var chunk = new PartialStream(fileStream, 2 * gb, 1 * gb))
{
    var hash = hashAlgorithm.ComputeHash(chunk);
}

这是LINQPad测试程序：

void Main()
{
    var buffer = Enumerable.Range(0, 256).Select(i => (byte)i).ToArray();
    using (var underlying = new MemoryStream(buffer))
    using (var partialStream = new PartialStream(underlying, 64, 32))
    {
        var temp = new byte[1024]; // too much, ensure we don't read past window end
        partialStream.Read(temp, 0, temp.Length);
        temp.Dump();
        // should output 64-95 and then 0's for the rest (64-95 = 32 bytes)
    }
}

public class PartialStream : Stream
{
    private readonly Stream _UnderlyingStream;
    private readonly long _Position;
    private readonly long _Length;

    public PartialStream(Stream underlyingStream, long position, long length)
    {
        if (!underlyingStream.CanRead || !underlyingStream.CanSeek)
            throw new ArgumentException("underlyingStream");

        _UnderlyingStream = underlyingStream;
        _Position = position;
        _Length = length;
        _UnderlyingStream.Position = position;
    }

    public override bool CanRead
    {
        get
        {
            return _UnderlyingStream.CanRead;
        }
    }

    public override bool CanWrite
    {
        get
        {
            return false;
        }
    }

    public override bool CanSeek
    {
        get
        {
            return true;
        }
    }

    public override long Length
    {
        get
        {
            return _Length;
        }
    }

    public override long Position
    {
        get
        {
            return _UnderlyingStream.Position - _Position;
        }

        set
        {
            _UnderlyingStream.Position = value + _Position;
        }
    }

    public override void Flush()
    {
        throw new NotSupportedException();
    }

    public override long Seek(long offset, SeekOrigin origin)
    {
        switch (origin)
        {
            case SeekOrigin.Begin:
                return _UnderlyingStream.Seek(_Position + offset, SeekOrigin.Begin) - _Position;

            case SeekOrigin.End:
                return _UnderlyingStream.Seek(_Length + offset, SeekOrigin.Begin) - _Position;

            case SeekOrigin.Current:
                return _UnderlyingStream.Seek(offset, SeekOrigin.Current) - _Position;

            default:
                throw new ArgumentException("origin");
        }
    }

    public override void SetLength(long length)
    {
        throw new NotSupportedException();
    }

    public override int Read(byte[] buffer, int offset, int count)
    {
        long left = _Length - Position;
        if (left < count)
            count = (int)left;
        return _UnderlyingStream.Read(buffer, offset, count);
    }

    public override void Write(byte[] buffer, int offset, int count)
    {
        throw new NotSupportedException();
    }
}

Answer 2

您可以直接使用TransformBlock和TransformFinalBlock。这与内部HashAlgorithm.ComputeHash非常相似。

类似的东西：

using(var hashAlgorithm = new SHA256Managed())
using(var fileStream = new File.OpenRead(...))
{     
    fileStream.Position = ...;
    long bytesToHash = ...;

    var buf = new byte[4 * 1024];
    while(bytesToHash > 0)
    {
        var bytesRead = fileStream.Read(buf, 0, (int)Math.Min(bytesToHash, buf.Length));
        hashAlgorithm.TransformBlock(buf, 0, bytesRead, null, 0);
        bytesToHash -= bytesRead;
        if(bytesRead == 0)
            throw new InvalidOperationException("Unexpected end of stream");
    }
    hashAlgorithm.TransformFinalBlock(buf, 0, 0);
    var hash = hashAlgorithm.Hash;
    return hash;
};

Answer 3

您的建议 - 为FileStream传递限制访问包装 - 是最干净的解决方案。您的包装器应该将所有内容推迟到包裹的Stream ，除了 Length和Position属性。

如何？只需创建一个继承自Stream的类。使构造函数采取：

您的来源Stream（在您的情况下，为FileStream）
块开始位置
块结束位置

作为扩展程序 - 这是可用http://msdn.microsoft.com/en-us/library/system.io.stream%28v=vs.100%29.aspx#inheritanceContinued

的所有Streams的列表

Answer 4

要轻松计算较大流的块的哈希值，请使用以下两种方法：

这是一个LINQPad程序，演示了：

void Main()
{
    const long gb = 1024 * 1024 * 1024;
    using (var stream = new FileStream(@"d:\temp\largefile.bin", FileMode.Open))
    {
        stream.Position = 2 * gb; // 3rd gb-chunk
        byte[] buffer = new byte[32768];
        long amount = 1 * gb;

        using (var hashAlgorithm = SHA1.Create())
        {
            while (amount > 0)
            {
                int bytesRead = stream.Read(buffer, 0,
                    (int)Math.Min(buffer.Length, amount));

                if (bytesRead > 0)
                {
                    amount -= bytesRead;
                    if (amount > 0)
                        hashAlgorithm.TransformBlock(buffer, 0, bytesRead,
                            buffer, 0);
                    else
                        hashAlgorithm.TransformFinalBlock(buffer, 0, bytesRead);
                }
                else
                    throw new InvalidOperationException();
            }
            hashAlgorithm.Hash.Dump();
        }
    }
}

Answer 5

回答您的原始问题（“有更好的解决方案......”）：

我不知道。

这似乎是一项非常特殊的，非平凡的任务，因此无论如何都可能涉及一些额外的工作。我认为你使用自定义 Stream -class的方法是朝着正确的方向发展的，我可能会做同样的事情。

Gusdor 和 xander 已经提供了有关如何实现这一点的非常有用的信息 - 好工作的人！

如何计算大文件块的哈希值？

5 个答案: