java 获得文件MD5值的流程

爱被打了一巴掌 2022-12-15 12:41 178阅读 0赞

*  **最近在研究怎么实现服务器上的文件去重，目前思路是：上传文件时判断该文件的md5是否已在数据库中，若不存在，则保存当前文件的md5值，并上传文件。若已存在则跳过上传文件，这样实现文件服务器上去重**

随后研究了下java获得文件MD5值的流程,如图

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0hvbm55ZWU_size_16_color_FFFFFF_t_70_pic_center]  
源码如下：

public void getMd5(@RequestParam(name = "file") MultipartFile file) throws Exception{ 
            MessageDigest messageDigest = MessageDigest.getInstance("md5");
            String md5 = Base64.getEncoder().encodeToString(messageDigest.digest(file.getBytes()));
            System.out.println(md5);
        }

MessageDigest.java

public byte[] digest(byte[] input) { 
            update(input);
            return digest();
        }
    
        public void update(byte[] input) { 
            engineUpdate(input, 0, input.length);
            state = IN_PROGRESS;
        }
    
        public byte[] digest() { 
            /* Resetting is the responsibility of implementors. */
            byte[] result = engineDigest();
            state = INITIAL;
            return result;
        }

Base64.java

public String encodeToString(byte[] src) { 
                byte[] encoded = encode(src);
                return new String(encoded, 0, 0, encoded.length);
            }

String.java

public String(byte ascii[], int hibyte, int offset, int count) { 
            checkBounds(ascii, offset, count);
            char value[] = new char[count];
    
            if (hibyte == 0) { 
                for (int i = count; i-- > 0;) { 
                    value[i] = (char)(ascii[i + offset] & 0xff);
                }
            } else { 
                hibyte <<= 8;
                for (int i = count; i-- > 0;) { 
                    value[i] = (char)(hibyte | (ascii[i + offset] & 0xff));
                }
            }
            this.value = value;
        }

这里涉及到一个Base64算法，Base64算法会6位转换，其他的字节数则是8位

> Base64是一种基于64个可打印字符来表示二进制数据的表示方法。1个字节8个比特，3个字节相当于24个比特。Base64中，每6个比特为一个单元，对应某个可打印字符。所以每3个字节对应于4个Base64单元，即3个字节可由4个可打印字符来表示。它可用来作为电子邮件的传输编码。在Base64中的可打印字符包括字母A-Z、a-z、数字0-9，这样共有62个字符，此外两个可打印符号在不同的系统中而不同。一些如uuencode的其他编码方法，和之后BinHex的版本使用不同的64字符集来代表6个二进制数字，但是不被称为Base64。

Base64常用于在通常处理文本数据的场合，表示、传输、存储一些二进制数据，包括MIME的电子邮件及XML的一些复杂数据。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0hvbm55ZWU_size_16_color_FFFFFF_t_70_pic_center]: /images/20221123/89e4542fffd643e0826d232bac10b427.png