- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我们有一个内部网络应用程序,它接受来自用户的各种格式的文件,以便将大量数据导入我们的系统。
我们最近实现的升级之一是添加一种方法来检测文件是否以前上传过,如果是,则向用户发出警告并提供重新提交文件或取消上传的选项.
为此,我们正在计算上传文件的 MD5
,并将其与包含先前上传文件信息的数据库表进行比较,以确定它是否重复。如果 MD5
匹配,则显示警告,否则将新文件信息插入表中并继续文件处理。
以下是用于生成MD5
哈希的C#
代码:
private static string GetHash(byte[] input)
{
using (MD5 md5 = MD5.Create())
{
byte[] data = md5.ComputeHash(input);
StringBuilder bob = new StringBuilder();
for (int i = 0; i < data.Length; i++)
bob.Append(data[i].ToString("x2").ToUpper());
return bob.ToString();
}
}
一切都运行良好...只有一个异常(exception)。
用户可以为此过程上传 .xlsx
文件,不幸的是,这种文件类型还在文件内容中存储了文件的元数据。 (通过将 .xlsx
文件的扩展名更改为 .zip
并提取内容 [见下文],可以很容易地看到这一点。)
因此,.xlsx
文件的 MD5
散列将随着每次后续保存而改变,即使文件内容相同(只是打开和保存没有修改的文件将刷新元数据并导致不同的 MD5
哈希)。
在这种情况下,具有相同记录但在不同时间或由不同用户创建的文件将绕过重复文件检测并得到处理。
我的问题:有没有一种方法可以确定.xlsx
文件的内容 是否与上一个文件的 不存储文件内容?换句话说:有没有办法生成 .xlsx
文件的 内容 的 MD5
散列?
最佳答案
在计算哈希值之前,您可以从文档中删除不应影响哈希值的部分。
这可以通过将 Open XML 包的所有部分提取到单个 XML 文档、删除不需要的节点并计算生成的 XML 文档的散列来实现。请注意,您必须重新计算已上传的 Excel 文件的哈希值,因为哈希值现在不再基于二进制文件内容。
这是一个简单的示例程序(添加对 WindowsBase.dll 的引用):
using System;
using System.IO;
using System.IO.Packaging;
using System.Linq;
using System.Security.Cryptography;
using System.Text;
using System.Xml.Linq;
internal class Program
{
private static readonly XNamespace dcterms = "http://purl.org/dc/terms/";
private static void Main(string[] args)
{
var fileName = args[0];
// open the ZIP package
var package = Package.Open(fileName);
// convert the package to a single XML document
var xdoc = OpcToFlatOpc(package);
// remove the nodes we are not interested in
// here you can add other nodes as well
xdoc.Descendants(dcterms + "modified").Remove();
// get a stream of the XML and compute the hash
using (var ms = new MemoryStream())
{
xdoc.Save(ms);
ms.Position = 0;
string md5 = GetHash(ms);
Console.WriteLine(md5);
}
}
private static string GetHash(Stream stream)
{
using (var md5 = MD5.Create())
{
var data = md5.ComputeHash(stream);
var bob = new StringBuilder();
for (int i = 0; i < data.Length; i++)
{
bob.Append(data[i].ToString("X2"));
}
return bob.ToString();
}
}
private static XDocument OpcToFlatOpc(Package package)
{
XNamespace pkg = "http://schemas.microsoft.com/office/2006/xmlPackage";
var declaration = new XDeclaration("1.0", "UTF-8", "yes");
var doc = new XDocument(
declaration,
new XProcessingInstruction("mso-application", "progid=\"Word.Document\""),
new XElement(
pkg + "package",
new XAttribute(XNamespace.Xmlns + "pkg", pkg.ToString()),
package.GetParts().Select(GetContentsAsXml)));
return doc;
}
private static XElement GetContentsAsXml(PackagePart part)
{
XNamespace pkg = "http://schemas.microsoft.com/office/2006/xmlPackage";
if (part.ContentType.EndsWith("xml"))
{
using (var partstream = part.GetStream())
{
using (var streamReader = new StreamReader(partstream))
{
string streamString = streamReader.ReadToEnd();
if (!string.IsNullOrEmpty(streamString))
{
var newXElement =
new XElement(
pkg + "part",
new XAttribute(pkg + "name", part.Uri),
new XAttribute(pkg + "contentType", part.ContentType),
new XElement(pkg
+ "xmlData", XElement.Parse(streamString)));
return newXElement;
}
return null;
}
}
}
using (var str = part.GetStream())
{
using (var binaryReader = new BinaryReader(str))
{
int len = (int)binaryReader.BaseStream.Length;
var byteArray = binaryReader.ReadBytes(len);
// the following expression creates the base64String, then chunks
// it to lines of 76 characters long
string base64String = Convert.ToBase64String(byteArray)
.Select((c, i) => new { Character = c, Chunk = i / 76 })
.GroupBy(c => c.Chunk)
.Aggregate(
new StringBuilder(),
(s, i) =>
s.Append(
i.Aggregate(
new StringBuilder(),
(seed, it) => seed.Append(it.Character),
sb => sb.ToString()))
.Append(Environment.NewLine),
s => s.ToString());
return new XElement(
pkg + "part",
new XAttribute(pkg + "name", part.Uri),
new XAttribute(pkg + "contentType", part.ContentType),
new XAttribute(pkg + "compression", "store"),
new XElement(pkg + "binaryData", base64String));
}
}
}
}
关于c# - 比较具有相同内容的 XLSX 文件之间的 MD5 哈希值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40892409/
我的问题:非常具体。我正在尝试想出解析以下文本的最简单方法: ^^domain=domain_value^^version=version_value^^account_type=account_ty
好吧,这就是我的困境: 我正在为 Reddit 子版 block 开发常见问题解答机器人。我在 bool 逻辑方面遇到了麻烦,需要一双更有经验的眼睛(这是我在 Python 中的第一次冒险)。现在,该
它首先遍历所有 y 值,然后遍历所有 x 值。我需要 X 和 y 同时改变。 For x = 3 To lr + 1 For y = 2 To lr anyl.Cells(x, 1)
假设我有一个包含 2 列的 Excel 表格:单元格 A1 到 A10 中的日期和 B1 到 B10 中的值。 我想对五月日期的所有值求和。我有3种可能性: {=SUM((MONTH(A1:A10)=
如何转换 Z-score来自 Z-distribution (standard normal distribution, Gaussian distribution)到 p-value ?我还没有找到
我正在重写一些 Javascript 代码以在 Excel VBA 中工作。由于在这个网站上搜索,我已经设法翻译了几乎所有的 Javascript 代码!但是,有些代码我无法准确理解它在做什么。这是一
我遇到过包含日期格式的时间戳日期的情况。然后我想构建一个图表,显示“点击”项目的数量“每天”, //array declaration $array1 = array("Date" => 0); $a
我是scala的新手! 我的问题是,是否有包含成员的案例类 myItem:Option[String] 当我构造类时,我需要将字符串内容包装在: Option("some string") 要么 So
我正在用 PHP 创建一个登录系统。我需要用户使用他或她的用户名或电子邮件或电话号码登录然后使用密码。因为我知道在 Java 中我们会像 email==user^ username == user 这
我在 C++ 项目上使用 sqlite,但是当我在具有文本值的列上使用 WHERE 时出现问题 我创建了一个 sqlite 数据库: CREATE TABLE User( id INTEGER
当构造函数是显式时,它不用于隐式转换。在给定的代码片段中,构造函数被标记为 explicit。那为什么在 foo obj1(10.25); 情况下它可以工作,而在 foo obj2=10.25; 情况
我知道这是一个主观问题,所以如果需要关闭它,我深表歉意,但我觉得它经常出现,让我想知道是否普遍偏爱一种形式而不是另一种形式。 显然,最好的答案是“重构代码,这样你就不需要测试是否存在错误”,但有时没有
这两个 jQuery 选择器有什么区别? 以下是来自 w3schools.com 的定义: [attribute~=value] 选择器选择带有特定属性,其值包含特定字符串。 [attribute*=
为什么我们需要CSS [attribute|=value] Selector根本当 CSS3 [attribute*=value] Selector基本上完成相同的事情,浏览器兼容性几乎相似?是否存在
我正在解决 regx 问题。我已经有一个像这样的 regx [0-9]*([.][0-9]{2})。这是 amont 格式验证。现在,通过此验证,我想包括不应提供 0 金额。比如 10 是有效的,但
我正在研究计算机科学 A 考试的样题,但无法弄清楚为什么以下问题的正确答案是正确的。 考虑以下方法。 public static void mystery(List nums) { for (
好的,我正在编写一个 Perl 程序,它有一个我收集的值的哈希值(完全在一个完全独立的程序中)并提供给这个 Perl 脚本。这个散列是 (string,string) 的散列。 我想通过 3 种方式对
我有一个表数据如下,来自不同的表。仅当第三列具有值“债务”并且第一列(日期)具有最大值时,我才想从第四列中获取最大值。最终值基于 MAX(DATE) 而不是 MAX(PRICE)。所以用简单的语言来说
我有一个奇怪的情况,只有错误状态保存到数据库中。当“状态”应该为 true 时,我的查询仍然执行 false。 我有具有此功能的 Controller public function change_a
我有一个交易表(针对所需列进行了简化): id client_id value 1 1 200 2 2 150 3 1
我是一名优秀的程序员,十分优秀!