c# - 通过计算它们的 MD5 获取重复文件列表

Question

我有一个包含文件路径的数组，我想根据它们的 MD5 列出那些重复的文件。我这样计算他们的 MD5:

private void calcMD5(Array files)  //Array contains a path of all files
{
    int i=0;
    string[] md5_val = new string[files.Length];
    foreach (string file_name in files)
    {
        using (var md5 = MD5.Create())
        {
            using (var stream = File.OpenRead(file_name))
            {
                md5_val[i] = BitConverter.ToString(md5.ComputeHash(stream)).Replace("-", "").ToLower();
                i += 1;
            }
        }
    }                
}

从上面我可以计算出它们的 MD5 但如何只获取那些重复文件的列表。如果有任何其他方法可以做到这一点，请告诉我，而且我是 Linq 的新手

Answer 1

1.重写你的 calcMD5接收单个文件路径并返回 MD5 的函数。
2.将文件名存储在 string[] 中或 List<string> ，如果可能的话，不是无类型数组。
3.使用以下 LINQ 获取具有相同哈希值的文件组:

var groupsOfFilesWithSameHash = files
  // or files.Cast<string>() if you're stuck with an Array
   .GroupBy(f => calcMD5(f))
   .Where(g => g.Count() > 1);

4.您可以进入带有嵌套 foreach 的组循环，例如:

foreach(var group in groupsOfFilesWithSameHash)
{
    Console.WriteLine("Shared MD5: " + g.Key);
    foreach (var file in group)
        Console.WriteLine("    " + file);
}