利用哈希判斷文件內容是否重複

M66 2025-05-27

在開發過程中，判斷文件內容是否重複是一個常見的需求。例如，在處理文件上傳、文件存儲或防止重複內容時，我們需要能夠高效地判斷文件內容是否相同。 PHP提供了許多工具來實現這一目標，其中hash_update_stream函數是一個非常實用的方法，尤其在處理大文件時，它能夠高效地計算文件的哈希值，並幫助我們快速判斷文件是否重複。

什麼是hash_update_stream函數？

hash_update_stream是PHP內置的一個哈希函數，它允許我們對一個流（如文件流）進行哈希計算。與傳統的直接計算整個文件哈希的方法不同， hash_update_stream能夠逐步讀取流並更新哈希值，這樣可以避免一次性將大文件加載到內存中，從而節省內存和計算時間。

如何使用hash_update_stream判斷文件是否重複？

要利用hash_update_stream函數判斷文件是否重複，通常的做法是先對每個文件計算哈希值（比如MD5或SHA256），然後將計算出的哈希值與已存儲的哈希值進行比對。如果哈希值相同，則認為文件內容重複。

步驟1：打開文件併計算哈希值

首先，我們需要打開文件並逐步讀取其內容，利用hash_update_stream來計算文件的哈希值。

 <?php
// 文件路徑
$filePath = 'path/to/your/file.txt';

// 選擇哈希算法
$hashAlgo = 'sha256'; // 你可以選擇 md5、sha1 等其他算法

// 打開文件
$file = fopen($filePath, 'rb');

// 初始化哈希資源
$hashContext = hash_init($hashAlgo);

// 逐步讀取文件並更新哈希值
while (!feof($file)) {
    $chunk = fread($file, 1024); // 讀取文件塊，避免一次性加載大文件
    hash_update_stream($hashContext, $chunk); // 更新哈希值
}

// 計算最終的哈希值
$hashValue = hash_final($hashContext);

// 關閉文件
fclose($file);

echo "文件的哈希值是: $hashValue";
?>

步驟2：將哈希值與已有文件哈希值比對

計算出文件的哈希值之後，我們可以將其與數據庫或存儲系統中已有的文件哈希值進行比對，判斷文件是否重複。

 <?php
// 假設我們已經有一個存儲的哈希值列表
$storedHashes = [
    'd2d2d2d2d2d2d2d2d2d2d2d2d2d2d2d2', // 已存儲的文件哈希值
    'a3a3a3a3a3a3a3a3a3a3a3a3a3a3a3a3'
];

// 檢查計算出來的哈希值是否存在於存儲的哈希值中
if (in_array($hashValue, $storedHashes)) {
    echo "文件內容重複！";
} else {
    echo "文件內容不重複，準備上傳或存儲！

hash_update_stream