IC数字前端设计开发23 (linux命令详解:md5sum命令)

2024-04-09 17:58

本文主要是介绍IC数字前端设计开发23 (linux命令详解:md5sum命令),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

来自:https://blog.csdn.net/cbbbc/article/details/48563023

 

前言

在网络传输、设备之间转存、复制大文件等时,可能会出现传输前后数据不一致的情况。这种情况在网络这种相对更不稳定的环境中,容易出现。那么校验文件的完整性,也是势在必行的。

使用说明

md5sum命令用于生成和校验文件的md5值。它会逐位对文件的内容进行校验。是文件的内容,与文件名无关,也就是文件内容相同,其md5值相同。md5值是一个128位的二进制数据,转换成16进制则是32(128/4)位的进制值。

md5校验,有很小的概率不同的文件生成的md5可能相同。比md5更安全的校验算法还有SHA*系列的。

在网络传输时,我们校验源文件获得其md5sum,传输完毕后,校验其目标文件,并对比如果源文件和目标文件md5 一致的话,则表示文件传输无异常。否则说明文件在传输过程中未正确传输。

重要的选项:

-b 以二进制模式读入文件内容

-t 以文本模式读入文件内容

-c 根据已生成的md5值,对现存文件进行校验

--status 校验完成后,不生成错误或正确的提示信息,可以通过命令的返回值来判断。

使用举例

生成文件md5值

md5sum file

 
  1. [root@master lianxi]# md5sum data

  2. 0a6de444981b68d6a049053296491e49 data

使用通配对多个文件进行md5

 

 
  1. [root@master lianxi]# md5sum *

  2. 0a6de444981b68d6a049053296491e49 data

  3. 13df384c47dd2638fd923f60c40224c6 data2

md5sum校验的是文件内容,与文件名无关

相同内容的文件的md5一样。如下我先对文件进行复制,然后对同内容不同名的文件进行md5,md5值一样

 
  1. [root@master lianxi]# cp data data.bak

  2. [root@master lianxi]# ls

  3. data data.bak

  4. [root@master lianxi]# md5sum *

  5. 0a6de444981b68d6a049053296491e49 data

  6. 0a6de444981b68d6a049053296491e49 data.bak

以文本模式或二进制模式读入文件并对其进行校验

-b 以二进制模式读入内容

-t 以文本模式读入文件内容进行校验

虽然是不同的读入模式,但是在进行求md5的时候,是一样的,因为是逐位校验的。

如下文本文件,无论通过哪种模式读取md5都一致。

 
  1. [root@master lianxi]# file data

  2. data: ASCII text

  3. [root@master lianxi]# md5sum data

  4. 0a6de444981b68d6a049053296491e49 data

  5. [root@master lianxi]# md5sum -b data

  6. 0a6de444981b68d6a049053296491e49 *data

  7. [root@master lianxi]# md5sum -t data

  8. 0a6de444981b68d6a049053296491e49 data

md5值重定向

将生成md5值重定向到指定的文件,通常文件的扩展名我们会命为.md5

 
  1. [root@master lianxi]# md5sum data > data.md5

  2. [root@master lianxi]# md5sum data

  3. 0a6de444981b68d6a049053296491e49 data

  4. [root@master lianxi]# cat data.md5

  5. 0a6de444981b68d6a049053296491e49 data


 

将多个文件的md5重定向到指定的文件

每个文件的md5生成为一行

 
  1. [root@master lianxi]# ls

  2. data data.bak data.md5 d.md5

  3. [root@master lianxi]# md5sum data* > d.md5

  4. [root@master lianxi]# cat d.md5

  5. 0a6de444981b68d6a049053296491e49 data

  6. 0a6de444981b68d6a049053296491e49 data.bak

  7. 7: 0bd94658869c53cdcdf35a0f7de93e01 data.md5

重定向追加

这里新增文件ls,单独求其md5,将其md5追加到文件中

 
  1. [root@master lianxi]# cp /bin/ls .

  2. [root@master lianxi]# ls

  3. data data.bak data.md5 d.md5 ls

  4. [root@master lianxi]# md5sum ls >> d.md5

  5. [root@master lianxi]# cat d.md5

  6. 0a6de444981b68d6a049053296491e49 data

  7. 0a6de444981b68d6a049053296491e49 data.bak

  8. 0bd94658869c53cdcdf35a0f7de93e01 data.md5

  9. c6337b20f3c159544bff5cf622391f9e ls


 

md5校验

-c选项来对文件md5进行校验。校验时,根据已生成的md5来进行校验。生成当前文件的md5,并和之前已经生成的md5进行对比,如果一致,则返回OK,否则返回错误信息

md5sum –c d.md5

 
  1. 1: [root@master lianxi]# md5sum -c d.md5

  2. 2: data: OK

  3. 3: data.bak: OK

  4. 4: data.md5: OK

  5. 5: ls: OK

修改文件后,文件md5变化

 
  1. 1: [root@master lianxi]# ls

  2. 2: data

  3. 3: [root@master lianxi]# md5sum data

  4. 4: 2360752c3368ca4f89169f5ecc06e383 data

  5. 5: [root@master lianxi]# md5sum data > data.md5

  6. 6: [root@master lianxi]# echo "lwg" >> data

  7. 7: [root@master lianxi]# md5sum data

  8. 8: 287d237083a42f09785daa46a5fa3afe data

  9. 9: [root@master lianxi]# md5sum -c data.md5

  10. 10: data: FAILED

  11. 11: md5sum: WARNING: 1 of 1 computed checksum did NOT match

--status,不显示校验信息,以命令返回值来判断

校验一致返回0,不一致返回1

 
  1. 1: [root@master lianxi]# md5sum -c data.md5

  2. 2: data: FAILED

  3. 3: md5sum: WARNING: 1 of 1 computed checksum did NOT match

  4. 4: [root@master lianxi]# md5sum -c --status data.md5

  5. 5: [root@master lianxi]# echo $?

  6. 6: 1

多个文件文件校验和grep连用

通过grep将正确的信息过滤掉

 
  1. 1: [root@master lianxi]# md5sum -c ../value.md5

  2. 2: acpid: OK

  3. 3: acpid.1: OK

  4. 4: anaconda.log: OK

  5. 5: anaconda.syslog: OK

  6. 6: anaconda.xlog: OK

  7. 7: boot.log: OK

  8. 8: boot.log.1: OK

  9. 9: ...

  10. 10: ...

  11. 11: 省略中间部分

  12. 12: ...

  13. 13: ...

  14. 14: yum.log.2: OK

  15. 15: md5sum: WARNING: 1 of 56 computed checksums did NOT match

  16. 1: [root@master lianxi]# md5sum -c ../value.md5 | grep -v OK

  17. 2: md5sum: WARNING: 1 of 56 computed checksums did NOT match

  18. 3: cron.1: FAILED

特殊说明

1)md5sum 是校验文件内容,与文件名是否相同无关

2)md5sum值逐位校验,所以文件越大,校验时间越长。

总结

通过md5sum来校验生成文件校验码,来发现文件传输(网络传输、复制、本地不同设备间的传输)异常造成的文件内容不一致的情况。

这篇关于IC数字前端设计开发23 (linux命令详解:md5sum命令)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/888844

相关文章

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

这15个Vue指令,让你的项目开发爽到爆

1. V-Hotkey 仓库地址: github.com/Dafrok/v-ho… Demo: 戳这里 https://dafrok.github.io/v-hotkey 安装: npm install --save v-hotkey 这个指令可以给组件绑定一个或多个快捷键。你想要通过按下 Escape 键后隐藏某个组件,按住 Control 和回车键再显示它吗?小菜一碟: <template

【 html+css 绚丽Loading 】000046 三才归元阵

前言:哈喽,大家好,今天给大家分享html+css 绚丽Loading!并提供具体代码帮助大家深入理解,彻底掌握!创作不易,如果能帮助到大家或者给大家一些灵感和启发,欢迎收藏+关注哦 💕 目录 📚一、效果📚二、信息💡1.简介:💡2.外观描述:💡3.使用方式:💡4.战斗方式:💡5.提升:💡6.传说: 📚三、源代码,上代码,可以直接复制使用🎥效果🗂️目录✍️

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

linux-基础知识3

打包和压缩 zip 安装zip软件包 yum -y install zip unzip 压缩打包命令: zip -q -r -d -u 压缩包文件名 目录和文件名列表 -q:不显示命令执行过程-r:递归处理,打包各级子目录和文件-u:把文件增加/替换到压缩包中-d:从压缩包中删除指定的文件 解压:unzip 压缩包名 打包文件 把压缩包从服务器下载到本地 把压缩包上传到服务器(zip