为何恢复内容后的Excel文件MD5哈希值与原文件不一致？

这是因为Excel（.xlsx格式）并非纯文本文件，它是一种结构化的二进制压缩格式，文件里除了你能看到的表格内容，还包含大量隐藏信息和内部结构数据，哪怕可见内容恢复成原样，这些隐藏部分的变化依然会导致文件的二进制内容不同，最终哈希值也就不一样。具体原因包括：

• 元数据更新：每次保存文件时，Excel会自动更新文件的修改时间、保存时间、编辑会话记录等元数据信息，这些数据会写入文件的二进制结构中，即使你把内容改回初始状态，这些元数据已经发生了改变，会影响哈希计算结果。
• 内部结构重组织：Excel在保存时会重新整理文件的内部存储结构，比如单元格数据的存储顺序、XML文件的排版格式、压缩包内文件的顺序等，这些细微的结构变化在可见内容上完全体现不出来，但会改变文件的二进制字节流，导致哈希值变化。
• 隐藏内容或格式残留：比如单元格的格式设置（即使看起来没改，保存时可能重新生成了格式数据）、隐藏的修订记录、临时缓存信息等，这些内容在修改再恢复后可能依然存在差异，进而改变文件的整体二进制内容。

另外要注意，哈希值是基于文件的完整二进制内容计算的，哪怕文件里只有一个字节的差异，最终生成的哈希值都会完全不同。你可以把.xlsx文件后缀改成.zip并解压，查看里面的XML文件和资源，就能发现每次保存后这些内部文件的细微变化。

内容的提问来源于stack exchange，提问作者MADFROST