.NET 6 Core中读取StreamReader.EndOfStream为何改变BaseStream的MD5结果？

核心原因：StreamReader的缓冲机制干扰了底层流位置 #

StreamReader是为文本处理设计的带缓冲阅读器，访问EndOfStream属性时会触发底层流的读取操作：

• 读取stream.EndOfStream时，StreamReader会先检查内部缓冲区是否有剩余数据；如果没有，就会从BaseStream读取一批数据填充缓冲区（默认缓冲区大小为1024字节，可通过构造函数指定）。
• 这个读取操作会直接移动BaseStream的Position指针，因为数据已从底层流读取到StreamReader的缓冲区中。

而MD5.ComputeHash(stream.BaseStream)是从当前BaseStream.Position位置开始读取数据计算哈希：

• 在GetMD5方法中，BaseStream的Position初始为0，计算的是整个文件的原始字节哈希。
• 在GetMD5_V2方法中，EndOfStream已移动BaseStream的Position，ComputeHash只能读取Position之后的剩余数据（若文件较小，可能已被全部读到缓冲区，BaseStream直接到末尾，此时计算的是空流的哈希），最终导致两个方法结果不同。

额外问题：不应通过StreamReader的BaseStream计算文件MD5 #

StreamReader的核心作用是处理文本编码转换，它会将底层字节流转换为字符流，过程中可能处理字节顺序标记（BOM）、进行编码转换，这些操作都会改变原始字节结构。直接操作它的BaseStream会和StreamReader的缓冲逻辑冲突，完全不符合MD5计算需要读取原始字节流的需求。

正确的文件MD5计算实现 #

直接使用FileStream读取原始字节流，避免StreamReader的缓冲和编码干扰：

private string GetMD5_Correct(string file)
{
    using var md5 = MD5.Create();
    using var stream = File.OpenRead(file);
    return BitConverter.ToString(md5.ComputeHash(stream)).Replace("-", string.Empty).ToLower();
}

关于StreamReader.EndOfStream属性的补充说明 #

EndOfStream的判断逻辑是：

1. 先检查内部缓冲区是否还有未读取的字符，若有则返回false。
2. 如果缓冲区为空，尝试从BaseStream读取数据填充缓冲区：
   • 读取到字节则返回false，同时BaseStream.Position前进对应字节数。
   • 读取不到字节（到达流末尾）则返回true。

内容的提问来源于stack exchange，提问作者seb