window/linux下获取文件MD5

MD5消息摘要算法(英语: MD5 Message-Digest Algorithm), 主要用于确保信息传输过程的一致性校验。

 

首先介绍两个工具：

window: WinMD5Free

Linux: md5sum

这两个工具的作用是验证自己写的程序获取MD5是否正确。

 

先上一段错误代码：

string getFileMd5(const string& file)
{
    MD5 md5;
    ifstream f(file.c_str(), ios_base::binrary);
    char buffer[64 * 1024];
    while (!f.eof())
    {
        f.read(buffer, sizeof(buffer));
        size_t length = strlen(buffer);
        md5.update(buffer, length);
    }
    return md5.md5();
}

逻辑上，看似没有问题的一段代码。

实际验证的情况：

window下获取的MD5与第三方获取的值一致；

linux下获取的MD5与第三方获取的值不一致。

也就是说计算MD5时的输入不一致，导致的结果不一致。

 

问题分析：

上面的代码最有可能出问题的地方在用strlen获取buffer的大小。strlen以‘’标志确定函数读取终止。从文件中读取的二进制数据中间是可能存在‘’的情况，打印每次strlen返回的结果，可以验证这个情况。

 

问题的原因已经找到，那么如何解决这个问题呢？

如果你熟悉C++ IO操作，io库已经考虑过这个问题。获取每次读取的大小，使用fstream.gcount()返回正确读取大小。

 

正确的代码

string getFileMd5(const string& file)
{
    MD5 md5;
    ifstream f(file.c_str(), ios_base::binrary);
    char buffer[64 * 1024];
    while (!f.eof())
    {
        f.read(buffer, sizeof(buffer));
        md5.update(buffer, f.gcount());
    }
    return md5.md5();
}

工作中遇到这样的问题，经历过多次尝试才发现这个问题，在此处记录下。