Java 获得文件的指纹

在文件上传到服务器的时候,我们希望能够获得文件的指纹以确定文件没有被篡改过。

常用的算法最开始使用的是 MD5,随后随着技术的发展,MD5 算法已经被确定是不安全的了。

目前可能使用更多的是 HSA3_256 哈希算法。

哈希算法通常有以下几个特点:

  1. 正像快速:原始数据可以快速计算出哈希值
  2. 逆向困难:通过哈希值基本不可能推导出原始数据
  3. 输入敏感:原始数据只要有一点变动,得到的哈希值差别很大
  4. 冲突避免:很难找到不同的原始数据得到相同的哈希值

哈希算法主要有MD4、MD5、SHA。

  1. MD4 1990年 输出128位 (已经不安全)
  2. MD5 1991年 输出128位 (已经不安全)
  3. SHA-0 1993年 输出160位 (发布之后很快就被NSA撤回,是SHA-1的前身)
  4. SHA-1 1995年 输出160位 (已经不安全)
  5. SHA-2包括SHA-224、SHA-256、SHA-384,和 SHA-512,分别输出224、256、384、512位。 (目前安全)

在 Java 中,可以使用 Apache 提供的 Apache Commons Codec,非常容易的获得文件的哈希字符串指纹。

方法也非常简单,第一步就是需要将文件读取为 InputStream。

如果自己写的话,可能这一步有点代码。

你可以使用 Apache 提供的

FileUtils.openInputStream

就可以直接将文件读取为 InputStream 了。

考察下面的代码:

InputStream is = FileUtils.openInputStream(new File(SCOConstants.PATH_DATA_EXCHANGE + "Estimated vs Original Manual (JIRA) 10-23-20.csv"));

MD5 哈希

在文件读取后,你只需要使用 Apache Commons Codec 提供的 DigestUtils 方法就可以了。

    /**
     * Test to get file's MD5 Hash
     *
     * @throws Exception
     */
    @Test
    public void fileMD5Test() throws Exception {

        String md5 = StringUtils.EMPTY;

        try {
            InputStream is = FileUtils.openInputStream(new File(SCOConstants.PATH_DATA_EXCHANGE + "Estimated vs Original Manual (JIRA) 10-23-20.csv"));
            md5 = DigestUtils.md5Hex(is);
        } catch (Exception e) {
            e.printStackTrace();
        }
        logger.debug("MD5 for File: {}", md5);
    }

上面的代码就可以直接获得 InputStream 的 MD5 哈希。

程序的输出为:

09:32:31.522 [main] DEBUG c.i.s.c.t.utilities.CodecUtilsTest - MD5 for File: 1ec6473fc1bd50a982767f555734af64

SHA3 256

与 MD5 哈希算法是一致的。

你需要首先也将文件读取为 InputStream ,然后使用 Apache 提供的 DigestUtils.sha3_256Hex(is); 就可以了。

考察下面的代码:

    /**
     * Test to get file's SHA3_256Hex Hash
     *
     * @throws Exception
     */
    @Test
    public void fileSHA3_256HexTest() throws Exception {

        String sha3Hex256 = StringUtils.EMPTY;

        try {
            InputStream is = FileUtils.openInputStream(new File(SCOConstants.PATH_DATA_EXCHANGE + "Estimated vs Original Manual (JIRA) 10-23-20.csv"));
            sha3Hex256 = DigestUtils.sha3_256Hex(is);
        } catch (Exception e) {
            e.printStackTrace();
        }
        logger.debug("SHA3_256Hex for File: {}", sha3Hex256);
    }

运行程序的输出为:

09:35:48.093 [main] DEBUG c.i.s.c.t.utilities.CodecUtilsTest - SHA3_256Hex for File: 47ec963787f3acf88747ca7a37ccac9e2cc9b05c87eda1852cb4bc3b0273a431