MD5 和 SHA-256 怎么选：文件校验入门

下载系统镜像、开发工具包时，页面角落常躺着一串乱码，旁边标着 MD5 或 SHA-256。它不是版本号，是文件的指纹：把你下载到的文件重算一遍，对得上，说明你手里这份与发布方那份一个字节不差；对不上，说明传输路上出了问题，直接安装可能白忙一场。这篇文章讲两件事：指纹是怎么算出来的，MD5 与 SHA-256 两个名字各自该在什么时候认。

哈希是什么：文件的指纹

哈希算法把任意大小的内容压成一段固定长度的摘要：一句话算出来是 32 个字符，一个 4GB 的镜像算出来还是 32 个字符。支撑它做校验的是三条性质：

• 确定性。同一份内容，在这台机器或那台机器、这个浏览器或那个浏览器里算，结果分毫不差——跨设备比对因此才成立；
• 牵一发动全身。内容改一个标点、换一种换行符，摘要立刻面目全非，而且从摘要上完全看不出「差了多少」，只知道「不一样」；
• 单向。摘要推不回原文，所以它只能用来对答案，既不是加密，也当不了存放原文的容器。

MD5 vs SHA-256

两个名字都出自哈希算法家族，差别可以压缩成两点：摘要长度与抗碰撞能力。

MD5 的摘要长 128 位，写成 32 个十六进制字符；SHA-256 长 256 位，64 个字符。摘要越长，可取的值越多，人为构造「内容不同、摘要相同」的难度就越高。而 MD5 连同更老的 SHA-1，这道防线已经被攻破——攻击者有成体系的构造手法，能让两份不同的内容拥有同一个 MD5。SHA-256 至今站得住。

选型口径一句话：判断「文件坏没坏、传没传对」，场景里没有对手，MD5 依然够用，主流软件源至今仍在公布 MD5 校验值；一旦存在「可能有人刻意调包」这层顾虑，就从 SHA-256 起步，别让 MD5 独自扛。

场景一：下载文件校验

最经典的用法，是拿着官网公布的校验值做核对。打开文件哈希校验页：

1. 把文件拖进投放区，MD5、SHA-1、SHA-256 三种摘要同时开算，MD5 一路显示读取进度；
2. 算完把官网给的校验值粘进「校验值比对」框，页面自动判断它与哪种算法匹配——匹配，文件完整；三种全不匹配，多半是下载或传输途中损坏，重新下载比折腾排查更省时间；
3. 比对忽略大小写与空格：官网惯用全大写、或写成带空格的分组，都不影响匹配；页面上的「大写显示」开关只改展示与复制的格式，不动计算结果。

大文件也不用怵。MD5 在这一页按块分片流式读取，算一块丢一块，内存占用与文件总大小基本无关；SHA-1 / SHA-256 走浏览器原生 WebCrypto，接口要等算完才一次性交出结果，这正是页面上只有 MD5 带进度条的原因。文件超过约 512MB 时，耗时与内存开始吃设备性能，特别大的文件建议分段处理，或者干脆换命令行工具。这些计算全部在浏览器内完成，文件不会被上传。

场景二：传输后确认一致

「我发你的文件，你收到的是不是同一份」——经过网盘、聊天工具各转一手之后，这个问题值得验证。办法很朴素：两边各算一次摘要，对字符。

内容是文本，用MD5 计算页最顺手：把内容粘进输入框，摘要即时出现，不需要点任何按钮；两边各粘一次，比对那串 32 位小写十六进制即可。想先验证流程，点「示例」填入 hello world，应得到 5eb63bbbe01eeed093cb22bb8f5acdc3。顺带一提，部分老系统说的「16 位 MD5」，是取这 32 位结果的第 9–24 位，需要兼容时手动截取就行；对方给的是大写时，忽略大小写逐字符对照。

万一对不上，先按顺序查三件事，而不是急着怀疑工具：文本是否带了看不见的首尾空白——多一个换行、末尾多一个空格，摘要就完全变样，比对两台机器上的同名配置文件时，换行符差异就是常见元凶；两边算的是否真是同一个文件——内容改一个字节，摘要就是另一副面孔；两边选的算法是否同名同款。三点逐一排完还对不上，再去想别的。

场景三：去重与内容指纹

文件名会骗人，摘要不会。两份文件名字不同、来源不同，疑似同一个东西：各算一次指纹，一致就是同一份内容，比打开逐段翻看省事得多。批量场景更有价值——给一批素材或文档各算摘要、登记成清单，之后任何时候抽查，对一下指纹就知道内容有没有被误改。代码片段、配置内容是否与线上一致，同样粘进文本页算一算，比肉眼逐行扫快。

安全边界

MD5 的问题从来不是「会算错」，而是「能被刻意撞上」。凡是有对手的场景——验证文件是否被人动过、软件签名、口令存储——都不能只靠它。防篡改校验从 SHA-256 起步：本站文件哈希页一次算齐三种摘要，SHA 哈希页还能处理文本与其他长度的 SHA 摘要、HMAC 签名。存密码是另一个课题，请交给 Argon2、scrypt、bcrypt 这类专用慢哈希——它们的设计目标是让攻击者算得慢，与校验求快正好相反。

回到开头那串乱码：知道它是什么、该认哪个名字，下载后的半分钟核对就从走过场变成实打实的保障。