怎么给文件生成MD5
MD5 的核心是通过算法把任意长度的原始数据映射成128 bit 的数据。把一串数据经过处理，得到另一个固定长度的数据。是一种Hash算法，全称为 消息摘要算法版本5（Message Digest Algorithm 5）。
不同原始数据会有不同的 MD5 值。 所以不同的文件MD5的值也不一样。
一般在上传文件的场景里，会根据MD5实现续传、秒传的功能。
本文简单写下怎么生成 MD5，这里用到插件spark-md5。
TL;DR
- 怕麻烦，10M以内生成MD5，直接用法一就行
- 怕麻烦，30M以内生成MD5，直接用法二就行
- 再大一点，用法三吧
- 但法三可以用在以上所有场景
法一：生成文件的 MD5
生成文件的 MD5，简单思路如下：
- 创建 FileReader 实例，读文件
- 读完之后，成功状态下，直接使用
SparkMD5.hashBinary。
网络异常，图片无法展示
|
具体代码在文末。
缺陷
这种方式，当文件越大的时候，生成 md5 的速度也就越慢，比如 40M 的文件可能需要 1s 才生成 md5。当页面还有其他的交互的时候，将会堵塞其他交互，导致页面假死状态。
举个例子：加个按钮，写个点击事件。选择文件之后，立即点击按钮，会发现，当文件越大的时候，弹框的速度越来越迟钝。
<input id="upload" type="file" onchange="selectLocalFile" /> <!-- 这里加个按钮，选择文件完之后 --> <button onclick="alert(1)">测试线程堵塞</button> <script> upload.onchange = async (e) => { const file = e.target.files[0]; console.time("timeCreateMd5"); const md5 = await createFileMd5(file); console.log(file.size); // 会打印timeCreateMd5: 959.31396484375 ms console.timeEnd("timeCreateMd5"); }; </script>
法二：在worker中生成md5
所以我们使用 web-worker 在 worker 线程计算 hash，这样用户仍可以在主界面正常的交互，不会引起堵塞。
当前页面的修改，如下：
网络异常，图片无法展示
|
新增在worker里执行的hash.js文件如下：
self.importScripts("https://unpkg.com/spark-md5@3.0.1/spark-md5.min.js"); // 生成文件 hash self.onmessage = async e => { const file = e.data const md5 = await createFileMd5(file) self.postMessage(md5); }; function createFileMd5(file){ // ... // 同之前的，但以下需要修改，增加self的前缀 isSuccess ? resolve(self.SparkMD5.hashBinary(result)) : reject(new Error("读取出错了")); }
到这，其实虽然生成大文件的md5耗费时间长，但起码不会堵塞页面主线程了。
也有缺陷
可以看到计算md5是将整个文件读完才看到，这样当文件过大是极其耗内存的。所以需要分片读取生成md5。
法三：将文件分片生成md5
仔细看spark-md5，其实作者也是推荐分片读取，类似nodejs里面的流一样，这样不需要占据大量内存。
先将文件，按照一定大小分块chunk，这边直接使用File.slice了。
然后将chunks传给另一个线程计算md5，这边大文件可能需要进度条，所以有一个进度，按需求使用。
网络异常，图片无法展示
|
网络异常，图片无法展示
|
附注：代码
代码：生成小文件的 MD5
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8" /> <meta name="viewport" content="width=device-width, initial-scale=1.0" /> <title>Document</title> </head> <body> <input id="upload" type="file" onchange="selectLocalFile" /> <script src="https://unpkg.com/spark-md5@3.0.1/spark-md5.min.js"></script> <script> const upload = document.querySelector("#upload"); upload.onchange = async (e) => { const file = e.target.files[0]; const md5 = await createFileMd5(file); console.log(md5); }; function createFileMd5(file) { return new Promise((resolve, reject) => { // 创建FileReader实例 const fileReader = new FileReader(); // 开始读文件 fileReader.readAsBinaryString(file); // 文件读完之后，触发load事件 fileReader.onload = (e) => { // e.target就是fileReader实例 console.log(e.target); // result是fileReader读到的部分 const result = e.target.result; // 如果读到的长度和文件长度一致，则读取成功 const isSuccess = file.size === result.length; // 读取成功，则生成MD5，扔出去。失败就报错 isSuccess ? resolve(SparkMD5.hashBinary(result)) : reject(new Error("读取出错了")); }; // 读取过程中出错也直接报错 fileReader.onerror = () => reject(new Error("读取出错了")); }); } </script> </body> </html>
代码：在worker中生成md5
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8" /> <meta name="viewport" content="width=device-width, initial-scale=1.0" /> <title>Document</title> </head> <body> <input id="upload" type="file" onchange="selectLocalFile" /> <button onclick="alert(1)">测试线程堵塞</button> <script> const upload = document.querySelector("#upload"); upload.onchange = async (e) => { const file = e.target.files[0]; console.time("timeCreateMd5"); const md5 = await createFileMd5InWorker(file); console.log(file.size); console.timeEnd("timeCreateMd5"); }; // 生成文件 md5（web-worker） function createFileMd5InWorker(file) { return new Promise((resolve) => { // 新建worker线程,执行hash.js const worker = new Worker("./hash.js"); // 给线程传file worker.postMessage(file); // 当线程传消息的时候，接受消息 worker.onmessage = (e) => { const md5 = e.data; md5 && resolve(md5) }; }); } </script> </body> </html>
// hash.js self.importScripts("https://unpkg.com/spark-md5@3.0.1/spark-md5.min.js"); // 生成文件 md5 self.onmessage = async e => { const file = e.data const md5 = await createFileMd5(file) self.postMessage(md5); self.close() }; function createFileMd5(file) { return new Promise((resolve, reject) => { // 创建FileReader实例 const fileReader = new FileReader(); // 开始读文件 fileReader.readAsBinaryString(file); // 文件读完之后，触发load事件 fileReader.onload = (e) => { // e.target就是fileReader实例，这里用this也是指fileReader实例 console.log(e.target); // result是fileReader读到的部分 const result = e.target.result; // 如果读到的长度和文件长度一致，则读取成功 const isSuccess = file.size === result.length; // 读取成功，则生成MD5，扔出去。失败就报错 isSuccess ? resolve(self.SparkMD5.hashBinary(result)) : reject(new Error("读取出错了")); }; // 读取过程中出错也直接报错 fileReader.onerror = () => reject(new Error("读取出错了")); }); }
代码：分片读取生成md5
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8" /> <meta name="viewport" content="width=device-width, initial-scale=1.0" /> <title>Document</title> </head> <body> <input id="upload" type="file" onchange="selectLocalFile" /> <button onclick="alert(1)">测试线程堵塞</button> <script> const upload = document.querySelector("#upload"); upload.onchange = async (e) => { const file = e.target.files[0]; const chunks = createFileChunk(file) console.time("timeCreateMd5"); // 这里注意放chunks const {md5} = await createFileMd5InWorker(chunks); console.log(file.size); console.timeEnd("timeCreateMd5"); }; // 生成文件切片 function createFileChunk(file, size = 4 * 1024 * 1024) { let chunks = []; let cur = 0; while (cur < file.size) { chunks.push(file.slice(cur, cur + size)); cur += size; } return chunks; } // 生成文件 hash（web-worker） function createFileMd5InWorker(fileChunks) { return new Promise((resolve) => { const worker = new Worker("./hash.js"); worker.postMessage({ fileChunks }); worker.onmessage = (e) => { // 这边加了进度条 这里的进度条，看需要显示 const { percentage, hash } = e.data; console.log(percentage) // 计算出hash之后，扔出去 hash &&resolve(hash); }; }); } </script> </body> </html>
// 直接copy的 https://juejin.cn/post/6844904046436843527#heading-17 self.importScripts("./js/lib/spark-md5.min.js"); // 导入脚本 // 生成文件 hash self.onmessage = e => { const { fileChunks } = e.data; console.log(fileChunks) // const { fileChunks } = e.data; const spark = new self.SparkMD5.ArrayBuffer(); let percentage = 0; let count = 0; const loadNext = index => { const reader = new FileReader(); reader.readAsArrayBuffer(fileChunks[index]); reader.onload = e => { count++; spark.append(e.target.result); if (count === fileChunks.length) { self.postMessage({ percentage: 100, hash: spark.end() }); self.close(); } else { percentage += 100 / fileChunks.length; self.postMessage({ percentage }); loadNext(count); } }; }; loadNext(0); };
