powershell - 如何检查一个文件是否*大部分*与另一个相同？

Question

我需要使用 Powershell 来检查两个文件是否相同，但有以下限制:前 2K 中有八个特定字节允许不同(如果您感兴趣，它是 super 块中的某些时间戳字节) ext4 图像)。

我在 Stack Overflow(显然)上找到的用于进行全面检查的代码如下:

$md5 = New-Object -TypeName System.Security.Cryptography.MD5CryptoServiceProvider
$hash = [System.BitConverter]::ToString(
            $md5.ComputeHash([System.IO.File]::ReadAllBytes("fspec.bin")))

这给了我整个文件的哈希值，但我真正需要的是:

文件的前 2K 作为字节数组，以便我可以检查细节；和

用于检查相等性的文件其余部分的校验和。

System.IO.File类(class)有 ReadAllBytes但似乎无法读取文件的某个部分，也无法查找特定位置。

我试图读入字节数组并使用数组切片来获取如下部分:

$restOfFile = [System.IO.File]::ReadAllBytes("fspec")
$firstTwoK = $restOfFile[0..2048]
$restOfFile = $restOfFile[2048..$restOfFile.Length]
# Then:
#    1. Check bytes in firstTwoK.
#    2. Check MD5 of all bytes in restOfFile.

不幸的是，它是一个 750M 文件的事实导致了问题:

Array dimensions exceeded supported range.
At C:\testprog\testprog.ps1:42 char:1
+ ${devBytes} = ${devBytes}[2048..${devBytes}.Length]
+ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
    + CategoryInfo          : OperationStopped: (:) [], OutOfMemoryException
    + FullyQualifiedErrorId : System.OutOfMemoryException

有没有一种功能性的方式来做我需要的事情？

Answer 1

使用 System.Security.Cryptography.HashAlgorithm 的派生类型之一并使用其 ComputeHash指定偏移量的方法。检查文件唯一性，MD5 is still fine to use ，尽管您也可以选择使用更强的算法:

$fileBytes = [System.File.IO]::ReadAllBytes("C:\path\to\file.ext")
$md5Cng = [System.Security.Cryptography.MD5Cng]::Create()
$fileHashAfterOffset = $md5Cng.ComputeHash( $fileBytes, 2KB, $fileBytes.length - 2KB )

ComputeHash的第一个参数是文件为 Byte[] .第二个参数是偏移量(例如，生成哈希时不包括第一个 x 个字节)，第三个参数是您要评估的字节数。在这种情况下，我们需要文件的其余部分，因此我们取 $fileBytes 中的总字节数数组并从中减去偏移量。

使用 2KB是获取以 2 KB 为单位的字节数的简写。