问一个关于文件校验的问题

猫搂鱼睡觉

试想问下:

如下文件:

a.exe    b.txt   c.gif    d.rar

如果这四个文件的MD5值 是一样的 ,  那么我们能不能判断这四个文件的内容是一样的   ?

抛开前段炒得比较火的MD5碰撞一说  ;

Godbach

我觉得不能代表文件内容相同。纯粹个人觉得，MD5算法没怎么研究过。
但是Hash值得冲突倒是了解一些，hash相同的两个东东，不一定本身内容也相同。

net_robber

个人觉得，如果MD5一样，基本上就是一样的

但是由于碰撞的存在，如果是关键部分，需要确保一样

可以抽取文件中的一部分，作为样本，直接比较


把文件直接按位进行比较，是最保险，最万能的方法

Godbach

原帖由 net_robber 于 2008-8-25 09:45 发表
个人觉得，如果MD5一样，基本上就是一样的

但是由于碰撞的存在，如果是关键部分，需要确保一样

可以抽取文件中的一部分，作为样本，直接比较


把文件直接按位进行比较，是最保险，最万能的方法

MD5和HASH实现的方式，或者是套路 是没有可比性的，我理解的对吗

猫搂鱼睡觉

原帖由 Godbach 于 2008-8-25 09:41 发表
我觉得不能代表文件内容相同。纯粹个人觉得，MD5算法没怎么研究过。
但是Hash值得冲突倒是了解一些，hash相同的两个东东，不一定本身内容也相同。

突然想到迅雷的 ,

迅雷是个多点抓取的 , 他抓取的网站可以从  A网站  .. 到 N网站的 数据  ..

他是怎么来判断文件的一致的 ,  因为每个网站的数据, 比如文件名,以及一些介绍可能都不一样 ..

我觉得他不可能是完全依赖他本身收集的数据库来做判断的 , 因为每个网站都有可能随时变动的,比如链接地址 ,链接的文件

Godbach

一般也就是用MD5来检验一个文件是否正确。那LZ实际中也遇到这样的情况了吗？

猫搂鱼睡觉

原帖由 Godbach 于 2008-8-25 10:07 发表
一般也就是用MD5来检验一个文件是否正确。那LZ实际中也遇到这样的情况了吗？

没有, 我现在在做相关这方面的 , 也是多个网站抓取的,

比如同时抓取 A, B 两网站的数据 . 我怕有一天某个网站的数据有变化,   就想在抓取A,B网站数据的时候, 先把两个网站的数据文件 先进行一次MD5比较, 正确的才去抓取 ..

就问下用MD5来做校验的话, 理论上是不是可行 ..

caijimin

MD5相同而文件内容不同的概率，应该远小于我们中500万的概率，如果你不放心，再加上SHA吧
现在大部分的软件发布，会同时带有MD5和SHA