如何用Crypto++正确计算带blob头的GitHub文件SHA1哈希？

GitHub计算文件哈希的规则是：先构造blob <文件字节大小>\0的头部（其中\0是ASCII空字符，不是字符串终止符），将该头部与文件原始字节内容拼接后，对整个数据流计算SHA-1哈希，最终结果转为小写十六进制字符串。

你的Crypto++实现结果不符，大概率是头部构造错误、文件读取模式不对，或者哈希计算时数据流顺序/内容有误。以下是正确的实现代码及关键注意点：

关键注意事项 #

• 必须以二进制模式读取文件，避免Windows系统下换行符（CRLF）被自动转换为LF，导致文件字节数和内容改变
• 头部中的\0是必须的，要作为数据流的一部分传入哈希计算，不能省略
• 文件大小是文件的实际字节数，不是文本字符数或行数，需准确计算
• 哈希计算时，先传入头部数据，再传入文件内容，顺序不能颠倒

完整实现代码 #

#include <iostream>
#include <fstream>
#include <string>
#include <vector>
#include <cryptopp/sha.h>
#include <cryptopp/hex.h>

std::string calculateGitHubFileHash(const std::string& filePath) {
    // 1. 以二进制模式打开文件并获取字节大小
    std::ifstream file(filePath, std::ios::binary | std::ios::ate);
    if (!file.is_open()) {
        throw std::runtime_error("Failed to open file");
    }
    std::streampos fileSize = file.tellg();
    file.seekg(0, std::ios::beg);

    // 2. 构造GitHub Blob头部："blob <size>\0"
    std::string header = "blob " + std::to_string(fileSize) + '\0';

    // 3. 初始化Crypto++ SHA-1计算器
    CryptoPP::SHA1 sha1;
    CryptoPP::byte hash[CryptoPP::SHA1::DIGESTSIZE];

    // 4. 更新哈希：先传入头部
    sha1.Update(reinterpret_cast<const CryptoPP::byte*>(header.data()), header.size());

    // 5. 读取文件内容并更新哈希
    std::vector<CryptoPP::byte> fileContent(fileSize);
    file.read(reinterpret_cast<char*>(fileContent.data()), fileSize);
    sha1.Update(fileContent.data(), fileSize);

    // 6. 计算最终哈希
    sha1.Final(hash);

    // 7. 将哈希转换为小写十六进制字符串
    std::string hashStr;
    CryptoPP::HexEncoder encoder(new CryptoPP::StringSink(hashStr));
    encoder.Put(hash, sizeof(hash));
    encoder.MessageEnd();

    // 转为小写（GitHub哈希是小写格式）
    for (char& c : hashStr) {
        c = tolower(c);
    }

    return hashStr;
}

int main() {
    try {
        std::string hash = calculateGitHubFileHash("test.txt");
        std::cout << "GitHub风格文件哈希：" << hash << std::endl;
    } catch (const std::exception& e) {
        std::cerr << e.what() << std::endl;
        return 1;
    }
    return 0;
}

排查你的旧代码问题 #

对比上面的实现，检查你之前的代码是否存在以下问题：

• 是否用了文本模式读取文件（没有加std::ios::binary）
• 头部是否遗漏了\0字符，或者错误地将其当作字符串结束符而未传入哈希计算
• 文件大小计算是否正确（比如用了std::string的长度而不是文件实际字节数）
• 哈希更新时，是否先传入了文件内容再传入头部，顺序颠倒

内容的提问来源于stack exchange，提问作者Jabu