前端通過spark-md5.js計算本地檔案md5

伯涵發表於2019-02-28

背景:

說到本人第一次使用spark-md5.js還是差不多一年以前的時候了,當時後臺老大說要搞一個檔案分片上傳的功能。我當時就心想:what?啥是檔案分片上傳,完全沒聽過好嗎?
至於我當時內心那個慌就不多描述了,總之檔案分片上傳需要一個識別檔案的唯一標識,而md5是非常合適的。spark-md5.js就是前端在檔案上傳前在本地計算md5的很可靠的方案
spark-md5.js是外國人寫的,如果英文底子好且想了解更多資訊可以到npm網站了解:www.npmjs.com/package/spa…

使用:

首先要做的當然是在html檔案中引入spark-md5.js咯,根據自己的需求可以引入壓縮版或者開發版
在此之前必須說明,這裡用到了html5提供的FileReader介面,目前實現了這個介面的瀏覽器有FireFox3.6+ 、chrome6+、IE10+,因此如果需要更多的相容的話、抱歉,我目前也沒有找到好的方法
關於FileReader,這裡有一篇高質量的博文可以瞭解一下:blog.csdn.net/jackfrued/a…
這裡提供了兩個方法;一種是用SparkMD5.hashBinary( ) 直接將整個檔案的二進位制碼傳入直接返回檔案的md5、這種方法對於小檔案會比較有優勢——簡單並且速度快。
另一種方法是利用js中File物件的slice( )方法(File.prototype.slice( ))將檔案分片後逐個傳入spark.appendBinary( )方法來計算、最後通過spark.end( )方法輸出結果,很明顯,這種方法對於大型檔案會非常有利——不容易出錯,並且能夠提供計算的進度資訊

我們開始吧,接下來上程式碼:
首先第一種方法:
            var running = false;    //running用於判斷是否正在計算md5
            function doNormalTest( input ) {    //這裡假設直接將檔案選擇框的dom引用傳入
                
                if (running) {    // 如果正在計算、不允許開始下一次計算
                    return;
                }
 
                var fileReader = new FileReader(),    //建立FileReader例項
                    time;
 
                fileReader.onload = function (e) {    //FileReader的load事件,當檔案讀取完畢時觸發
                    running = false;
 
                    // e.target指向上面的fileReader例項
                    if (file.size != e.target.result.length) {    //如果兩者不一致說明讀取出錯
                       alert("ERROR:Browser reported success but could not read the file until the end.");
                    } else {
                        console.log(Finished loading!success!!);
                         return SparkMD5.hashBinary(e.target.result);    //計算md5並返回結果
                         
                    }
                };
 
                fileReader.onerror = function () {    //如果讀取檔案出錯,取消讀取狀態並彈框報錯
                    running = false;
                    alert("ERROR:FileReader onerror was triggered, maybe the browser aborted due to high memory usage.");
                };
 
                running = true;
                fileReader.readAsBinaryString( input.files[0] );    //通過fileReader讀取檔案二進位制碼
            };

複製程式碼

接下上第二種方法:

            function doIncrementalTest( input ) {    //這裡假設直接將檔案選擇框的dom引用傳入
                if (running) {
                    return;
                }
 
                //這裡需要用到File的slice( )方法,以下是相容寫法
                var blobSlice = File.prototype.slice || File.prototype.mozSlice || File.prototype.webkitSlice,
                    file = input.files[0],
                    chunkSize = 2097152,                           // 以每片2MB大小來逐次讀取
                    chunks = Math.ceil(file.size / chunkSize),
                    currentChunk = 0,
                    spark = new SparkMD5(),    //建立SparkMD5的例項
                    time,
                    fileReader = new FileReader();
 
                fileReader.onload = function (e) {
 
                    console("Read chunk number (currentChunk + 1) of  chunks ");
 
                    spark.appendBinary(e.target.result);                 // append array buffer
                    currentChunk += 1;
 
                    if (currentChunk < chunks) {
                        loadNext();
                    } else {
                        running = false;
                        console.log("Finished loading!");
                        return spark.end();     // 完成計算,返回結果
                    }
                };
 
                fileReader.onerror = function () {
                    running = false;
                    console.log("something went wrong");
                };
 
                function loadNext() {
                    var start = currentChunk * chunkSize,
                        end = start + chunkSize >= file.size ? file.size : start + chunkSize;
 
                    fileReader.readAsBinaryString(blobSlice.call(file, start, end));
                }
 
                running = true;
                loadNext();
            } 
複製程式碼
接下來你只要在input的onchange事件處理程式中呼叫doNormalTest或doIncrementalTest方法,並將input元素的dom節點傳入就可以了
除此之外,作者在他的demo裡面也有使用的詳細例項。如果覺得不明白可以直接通過下面的下載方法下載後看demo

下載:

最後,如果你需要這個工具可以通過npm直接安裝,
npm i spark-md5
或者到作者的github上直接下載:

相關文章