返回PDF頁面的SHA256哈希

Question

我正在編寫一個C＃WPF應用程序，在其中插入“標題”頁作為一批PDF文檔的第一頁。 標題頁取自該批處理中第一個pdf的首頁。

用戶將啟動該過程，但是我想確保以后用戶不能再次運行此過程，這將導致插入另一個標頭。

所以我的計划是獲取頁眉的SHA256哈希值，並將其與其他pdf第一頁的哈希值進行比較。 如果它們匹配，則第一頁與標題頁相同，否則，我們插入標題。

我敲了下面的代碼以測試在pdf中獲取第一頁的哈希值，但是每次運行時哈希值都不同。

為什么每次都不同？

謝謝

using System.IO;
using System.Text;
using System.Security.Cryptography;
using PdfSharp.Pdf;
using PdfSharp.Pdf.IO;

namespace Syncada
{
    public class PDFDoc
    {

        private PdfDocument pdfDoc;

        public PDFDoc(string path)
        {
            pdfDoc = PdfReader.Open(path,PdfDocumentOpenMode.Import);
        }

        public string GetPageOneHash()
        {

            byte[] hash;

            PdfPage page = pdfDoc.Pages[0];
            using (MemoryStream stream = new MemoryStream())
            {
                PdfDocument doc = new PdfDocument();
                doc.AddPage(page);
                doc.Save(stream,false);

                SHA256 sha256 = SHA256.Create();
                hash = sha256.ComputeHash(stream);
            }

            StringBuilder sb = new StringBuilder();
            for (int i = 0; i < hash.Length; i++)
            {
                sb.Append(hash[i].ToString("X2"));
            }
            return sb.ToString();
        }
    }
}

Answer 1

我敲了下面的代碼以測試在pdf中獲取第一頁的哈希值，但是每次運行時哈希值都不同。

為什么每次都不同？

您不計算頁面的哈希值，而是計算要添加相關頁面的新PDF文檔的哈希值 。 不幸的是，為了您的努力，PDF文檔包含諸如創建日期，最后修改日期和唯一ID之類的信息。 由於每次計算哈希值時這些信息都不相同，因此您永遠不會獲得相同的哈希值（除非發生沖突）。

Answer 2

保存到流后，首先檢查流是否被倒帶。 如果不是，那么您實際上並沒有讀回任何內容，因為doc.Save(stream, false)您留在流的末尾。

要倒帶流，請使用stream.Seek(0, SeekOrigin.Begin); 。

如果仍不能解決問題，請檢查.Save生成的文檔在程序運行.Save是否相同。 每次生成文檔時，文檔中都有可能有所不同（也許是時間戳）。

Answer 3

正如mkl所寫，您每次都在創建一個新的PDF文檔，因此創建日期/時間和修改日期/時間將有所不同。

另外，隨機值用於PDF中包含的字體，因此每次您運行該程序時，它們也會有所不同。

當使用PDFsharp的DEBUG版本時，PDF文件將包含許多注釋。 您可以使用任何DIFF程序來查看有什么不同。

由於PDF頁面可以引用PDF文件中的許多其他對象，因此，計算可靠的哈希值並非易事。

一種不同的方法：使用類似GhostScript的庫來創建第一頁的圖像並計算該哈希值。 如果頁面看起來相同，您將獲得相同的哈希值。

Answer 4

您也可以在頁面字典中插入自定義鍵，然后在重新加載文件時檢查該鍵是否存在。