JAVA计算文件的crc32校验码 && Md5 和 CRC32 的区别

本文详细对比了CRC32与MD5两种校验算法的特点及应用场合，包括算法原理、校验值长度、安全性、效率和用途等方面，帮助读者理解两者之间的区别。

import java.io.BufferedInputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStream;
import java.util.zip.CRC32;
import java.util.zip.CheckedInputStream;

import org.junit.Test;

public class CRCTest {

    @Test
    public void testFileCRC() {
        try {
            System.out.println(getCRC32("C:\\software.xml"));
            System.out.println(checksumBufferedInputStream("C:\\software.xml"));
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    /**
     * 采用BufferedInputStream的方式加载文件
     */
    public static long checksumBufferedInputStream(String filepath) throws IOException {
        InputStream inputStream = new BufferedInputStream(new FileInputStream(filepath));
        CRC32 crc = new CRC32();
        byte[] bytes = new byte[1024];
        int cnt;
        while ((cnt = inputStream.read(bytes)) != -1) {
            crc.update(bytes, 0, cnt);
        }
        inputStream.close();
        return crc.getValue();
    }

    /**
     * 使用CheckedInputStream计算CRC
     */
    public static Long getCRC32(String filepath) throws IOException {
        CRC32 crc32 = new CRC32();
        FileInputStream fileinputstream = new FileInputStream(new File(filepath));
        CheckedInputStream checkedinputstream = new CheckedInputStream(fileinputstream, crc32);
        while (checkedinputstream.read() != -1) {
        }
        checkedinputstream.close();
        return crc32.getValue();
    }
}

php中CRC32的用法：

crc32 — 计算一个字符串的 crc32 多项式

生成 string 参数的 32 位循环冗余校验码多项式……：
这句话从英文翻译过来的，不正确，准确的说应该是这么理解：
以32位循环冗余校验多项式算法，来计算一个字符串，返回一个（可能带符号的）整数。

使用方法：
这个函数的功能类似于md5算法、sha1算法加密。这个函数的使用过程中，需要多考虑取返回的整数的绝对值就可以了。
至于如何能做到检查传输的数据是否完整：
参考md5的常见使用场景。
32位循环冗余校验多项式：这个是一个数学算法，在php的源码内可以看到。你可以当作他是一个md5算法的数字版。

经常有人问，说CRC、MD5、SHA1都是计算一个校验值的，到底有何区别

相同点：

CRC、MD5、SHA1都是通过对数据进行计算，来生成一个校验值，该校验值用来校验数据的完整性。

不同点：

1. 算法不同。CRC采用多项式除法，MD5和SHA1使用的是替换、轮转等方法；

2. 校验值的长度不同。CRC校验位的长度跟其多项式有关系，一般为16位或32位；MD5是16个字节（128位）；SHA1是20个字节（160位）；

3. 校验值的称呼不同。CRC一般叫做CRC值；MD5和SHA1一般叫做哈希值（Hash）或散列值；

4. 安全性不同。这里的安全性是指检错的能力，即数据的错误能通过校验位检测出来。CRC的安全性跟多项式有很大关系，相对于MD5和SHA1要弱很多；MD5的安全性很高，不过大概在04年的时候被山东大学的王小云破解了；SHA1的安全性最高。

5. 效率不同，CRC的计算效率很高；MD5和SHA1比较慢。

6. 用途不同。CRC一般用作通信数据的校验；MD5和SHA1用于安全（Security）领域，比如文件校验、数字签名等。

以下是我从其他地方找的总结：

MD5可靠性
首先是不可逆
其次，这个码具有高度的离散性，也就是说，原信息的一点点变化就会导致MD5的巨大变化，
最后由于这个码有128位那么长，所以任意信息之间具有相同MD5码的可能性非常之低，通常被认为是不可能的。