spark-md5

使用用例

/*
 * @Author: CPS holy.dandelion@139.com
 * @Date: 2023-09-22 12:24:59
 * @LastEditors: CPS holy.dandelion@139.com
 * @LastEditTime: 2023-09-24 19:25:03
 * @FilePath: \YYS-cuter-client2\src\renderer\src\utils\calculateMd5.ts
 * @Description: 这里是对 spark-md5 模块的一个使用包装，只要提供file实例对象就可以计算出md5，file对象必须是Blob类型，既input元素或者拖拽元素获取到的files[x]
 */
import SparkMD5 from "spark-md5"

/**
 * @description: 将大文件进行分割抽离特征再计算md5，加快计算
 */
export async function splitFileToSmallChunks(file: File) {
  const offset = 2 * 1024 * 1024
  // hash抽样: 第一个区块2M，中间区块取前中后各2个字节，最后区块数据全要
  let chunks = [file.slice(0, offset)] //抽样后的区块
  let cur = offset

  while (cur < file.size) {
    if (cur + offset >= file.size) {
      chunks.push(file.slice(cur, cur + offset))
    } else {
      const mid = cur + offset / 2,
        end = cur + offset
      chunks.push(file.slice(cur, cur + 2))
      chunks.push(file.slice(mid, mid + 2))
      chunks.push(file.slice(end - 2, end))
    }
    cur += offset
  }

  return chunks
}

/**
 * @description:
 * @param {Blob} chunks 分格成多个小块的文件对象，如果需要准确完整的md5，本函数不合适
 * @param {Ref} progressRef 记录进度的一个响应式变量
 * @return {*}
 */
export async function getMd5(file: File, progressRef?: number) {
  const chunks = await splitFileToSmallChunks(file)

  const spark = new SparkMD5.ArrayBuffer()

  for (let index = 0; index < chunks.length; index++) {
    const reader = new FileReader()
    reader.readAsArrayBuffer(chunks[index])
    await new Promise((resolve) => {
      reader.onload = async (e) => {
        if (!e || !e.target) return console.log("发生异常")
        spark.append(e.target.result as ArrayBuffer)
        resolve(spark)
      }
    })

    if (progressRef) {
      progressRef += 100 / chunks.length
    }
  }

  return spark.end()
}

// 使用   
import { getMd5 } from "utils/calculateMd5"

const md5 = getMd5(file)