Calcular a soma de verificação MD5 para um arquivo

Estou usando o iTextSharp para ler o texto de um arquivo PDF. No entanto, há momentos em que não consigo extrair texto, porque o arquivo PDF contém apenas imagens. Faço o download dos mesmos arquivos PDF todos os dias e quero ver se o PDF foi modificado. Se o texto e a data da modificação não puderem ser obtidos, uma soma de verificação MD5 é a maneira mais confiável de saber se o arquivo foi alterado?

Se for, alguns exemplos de código seriam apreciados, porque eu não tenho muita experiência com criptografia.

É muito simples usar System.Security.Cryptography.MD5 :

using (var md5 = MD5.Create())
{
    using (var stream = File.OpenRead(filename))
    {
        return md5.ComputeHash(stream);
    }
}

(Acredito que, na verdade, a implementação do MD5 usada não precisa ser descartada, mas provavelmente ainda o faria.)

Como você compara os resultados depois é com você; você pode converter a matriz de bytes em base64, por exemplo, ou comparar os bytes diretamente. (Lembre-se de que as matrizes não substituem Equals. Usar o base64 é mais simples de acertar, mas um pouco menos eficiente se você estiver realmente interessado apenas em comparar os hashes.)

Se você precisar representar o hash como uma sequência, poderá convertê-lo em hexadecimal usando BitConverter:

static string CalculateMD5(string filename)
{
    using (var md5 = MD5.Create())
    {
        using (var stream = File.OpenRead(filename))
        {
            var hash = md5.ComputeHash(stream);
            return BitConverter.ToString(hash).Replace("-", "").ToLowerInvariant();
        }
    }
}

É assim que eu faço:

using System.IO;
using System.Security.Cryptography;

public string checkMD5(string filename)
{
    using (var md5 = MD5.Create())
    {
        using (var stream = File.OpenRead(filename))
        {
            return Encoding.Default.GetString(md5.ComputeHash(stream));
        }
    }
}

Eu sei que esta pergunta já foi respondida, mas é isso que eu uso:

using (FileStream fStream = File.OpenRead(filename)) {
    return GetHash<MD5>(fStream)
}

Onde GetHash :

public static String GetHash<T>(Stream stream) where T : HashAlgorithm {
    StringBuilder sb = new StringBuilder();

    MethodInfo create = typeof(T).GetMethod("Create", new Type[] {});
    using (T crypt = (T) create.Invoke(null, null)) {
        byte[] hashBytes = crypt.ComputeHash(stream);
        foreach (byte bt in hashBytes) {
            sb.Append(bt.ToString("x2"));
        }
    }
    return sb.ToString();
}

Provavelmente não é o melhor caminho, mas pode ser útil.

Aqui está uma versão um pouco mais simples que eu encontrei. Ele lê o arquivo inteiro de uma só vez e requer apenas uma única usingdiretiva.

byte[] ComputeHash(string filePath)
{
    using (var md5 = MD5.Create())
    {
        return md5.ComputeHash(File.ReadAllBytes(filePath));
    }
}

Sei que estou atrasado para a festa, mas realizei o teste antes de realmente implementar a solução.

Eu realizei teste contra a classe MD5 embutida e também o md5sum.exe . No meu caso, a classe incorporada levou 13 segundos, enquanto o md5sum.exe também ficou em torno de 16 a 18 segundos em cada execução.

    DateTime current = DateTime.Now;
    string file = @"C:\text.iso";//It's 2.5 Gb file
    string output;
    using (var md5 = MD5.Create())
    {
        using (var stream = File.OpenRead(file))
        {
            byte[] checksum = md5.ComputeHash(stream);
            output = BitConverter.ToString(checksum).Replace("-", String.Empty).ToLower();
            Console.WriteLine("Total seconds : " + (DateTime.Now - current).TotalSeconds.ToString() + " " + output);
        }
    }

E se você precisar calcular o MD5 para verificar se ele corresponde ao MD5 de um blob do Azure, esta pergunta e resposta do SO podem ser úteis: O hash do MD5 do blob carregado no Azure não corresponde ao mesmo arquivo na máquina local