Zip包内SVG文件哈希值不一致问题排查求助

我有一个包含SVG文件的Zip归档文件，需要获取SVG文件内容的哈希值并存储，以便后续执行时检查文件是否被修改。但目前遇到的问题是，即使文件未被修改，两次计算得到的哈希值却不相同。

存储哈希值的原代码 #

using (ZipArchive archive = ZipFile.OpenRead(zipPath))
{
  using (HashAlgorithm sha1 = SHA1.Create())
  {
    foreach (var entry in archive.Entries)
    {
      byte[] hash;
      using (GZipStream svgStream = new GZipStream(entry.Open(), CompressionMode.Decompress))
      {
        hash = sha1.ComputeHash(svgStream);
      }

      documents.Add(new BsonDocument("_id", entry.Name).Add("Hash", hash));
    }
  }
}

collection.InsertMany(documents);

验证哈希值的原代码 #

using (ZipArchive archive = ZipFile.OpenRead(zipFile)){
  foreach(var entry in archive.Entries)
  {
    using (GZipStream svgStream = new GZipStream(entry.Open(), CompressionMode.Decompress))
    {
      var hash = sha1.ComputeHash(svgStream);
      if (hashes.ContainsKey(entry.Name) && hashes[entry.Name].SequenceEqual(hash))
      {
          // 哈希相同时的逻辑，从未执行到这里
      }
      // 哈希不同时的逻辑
   }
 }
}

我不确定通过var hash = sha1.ComputeHash(svgStream);这种方式获取流的哈希值是否正确？

问题原因 #

你犯了一个关键错误：ZipArchiveEntry.Open()返回的流已经是解压缩后的原始文件内容，不需要再用GZipStream二次解压缩。强行套GZipStream会把正常的SVG二进制数据当成GZip压缩格式处理，导致读取的内容完全错误，自然每次计算的哈希值都不一样。

修正后的代码 #

存储哈希值的代码 #

using (ZipArchive archive = ZipFile.OpenRead(zipPath))
{
  using (HashAlgorithm sha1 = SHA1.Create())
  {
    foreach (var entry in archive.Entries)
    {
      // 直接使用entry.Open()返回的流，无需GZipStream
      using (Stream svgStream = entry.Open())
      {
        byte[] hash = sha1.ComputeHash(svgStream);
        documents.Add(new BsonDocument("_id", entry.Name).Add("Hash", hash));
      }
    }
  }
}

collection.InsertMany(documents);

验证哈希值的代码 #

using (ZipArchive archive = ZipFile.OpenRead(zipFile))
{
  foreach(var entry in archive.Entries)
  {
    using (Stream svgStream = entry.Open())
    {
      var hash = sha1.ComputeHash(svgStream);
      if (hashes.ContainsKey(entry.Name) && hashes[entry.Name].SequenceEqual(hash))
      {
          // 哈希相同时的逻辑，现在可以正常执行
      }
      // 哈希不同时的逻辑
   }
 }
}

额外注意事项 #

• 确保两次计算哈希时使用的是同一版本的哈希算法实例，或者每次都重新创建（就像存储代码里那样），避免因算法实例状态问题导致哈希错误。
• 如果SVG文件存在文本编码差异（比如换行符格式不同），也可能导致哈希不一致，但你的问题明显是流处理错误导致的，修正后应该可以解决。

内容的提问来源于stack exchange，提问作者Vali Moldovan