如何为位于 Http Url 中的文件生成 MD5 hash？

Question

我正在编写一个 web 爬虫来搜索文件和下载。 我的问题是我不想下载已经下载到本地驱动器的相同文件。 我知道可以使用 MD5 hash 进行比较，但是如何在 HTTP URL 上执行此操作而不将它们下载到本地磁盘？

如果这种方法是错误的。 请建议更好的解决方案

Answer 1

除非网络服务器有某种共享 MD5 的服务，否则不会。

计算文件 hash 需要文件中的每个字节。 这就是为什么更改单个字节会更改 hash，以防止获取修改的文件。

Answer 2

要生成 hash，您将需要数据（即，您需要以某种方式下载它）。

我建议您改为使用If-Modified-Since HTTP header 进行调查（或者可能是ETag / If-None-Match ，如果特定服务器提供它）。

Answer 3

您可以对远程文件执行的唯一比较是大小比较。 不幸的是，这可能不足以确定内容是否相同。

Answer 4

老问题，但是 PowerShell 5+ 可以帮助获取远程 Url 文件的 MD5，方法是自动将其下载为 stream 字节，然后一步计算 MD5：

$wc = [System.Net.WebClient]::new()
$pkgurl = 'http://www.remoteurl/file.zip'
$FileHash = Get-FileHash -Algorithm MD5 -InputStream ($wc.OpenRead($pkgurl)) 
write-host $FileHash.Hash