c# - 如何计算大文件 block 的哈希值？

Question

我希望能够在 C# 中计算文件的任意大小的文件 block 的哈希值。

例如:计算 4gb 文件中第 3 GB 的哈希。

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并且偏移量可能是任意的。

据我所知，HashAlgorithm.ComputeHash 允许我使用流的字节缓冲区。流将使我能够高效地计算哈希值，但针对整个文件，而不仅仅是针对特定 block 。

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 方法并只读取文件中的特定 block 。

是否有比这更好的解决方案，最好使用内置的 C# 库？谢谢。

Answer 1

你应该传入:

• 一个字节数组，包含要从中计算散列的数据 block
• 限制访问您要从中计算哈希的 block 的流

第二个选项并不难，这里有一个快速的 LINQPad我拼凑的程序。请注意，它缺少相当多的错误处理，例如检查该 block 是否实际可用(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掉落流)。

不用说，如果这最终成为生产代码，我会添加大量错误处理，并编写大量单元测试以确保正确处理所有边缘情况。

您可以像这样为您的文件构造 PartialStream 实例:

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();
    }
}