`md5sum -c` 不适用于 Apache 的 MD5 文件格式

Question

让我带你去旅行..

我试图下载和验证Apache的火花（http://www.apache.org/dist/spark/spark-1.6.0/spark-1.6.0-bin-hadoop2.6.tgz通过MD5上一个新） Debian（杰西）机器。

该md5sum脚本已经存在这台机器上没有我需要做什么。

因此，我继续将 MD5 校验和（http://www.apache.org/dist/spark/spark-1.6.0/spark-1.6.0-bin-hadoop2.6.tgz.md5）下载到同一目录作为下载的 Spark，然后我执行：

md5sum -c spark-1.6.0-bin-hadoop2.6.tgz.md5

这失败了：

md5sum: spark-1.6.0-bin-hadoop2.6.tgz.md5: no properly formatted MD5 checksum lines found

所以我通过cat spark-1.6.0-bin-hadoop2.6.tgz.md5以下方式检查内容：

spark-1.6.0-bin-hadoop2.6.tgz: 62 4B 16 1F 67 70 A6 E0  E0 0E 57 16 AF D0 EA 0B

这就是整个文件。对我来说看起来不错 - 也许 Spark 下载实际上很糟糕？在采取该假设之前，我将首先通过md5sum spark-1.6.0-bin-hadoop2.6.tgz以下方式查看 MD5 的内容：

624b161f6770a6e0e00e5716afd0ea0b  spark-1.6.0-bin-hadoop2.6.tgz

嗯，这是一种完全不同的格式——但如果你仔细观察，你会发现数字和字母实际上是一样的（除了小写和没有空格）。看起来md5sumDebian 附带的 遵循不同的标准。

也许还有另一种方法可以运行此命令？让我们试试md5sum --help：

Usage: md5sum [OPTION]... [FILE]...
Print or check MD5 (128-bit) checksums.
With no FILE, or when FILE is -, read standard input.

  -b, --binary         read in binary mode
  -c, --check          read MD5 sums from the FILEs and check them
      --tag            create a BSD-style checksum
  -t, --text           read in text mode (default)

The following four options are useful only when verifying checksums:
      --quiet          don't print OK for each successfully verified file
      --status         don't output anything, status code shows success
      --strict         exit non-zero for improperly formatted checksum lines
  -w, --warn           warn about improperly formatted checksum lines

      --help     display this help and exit
      --version  output version information and exit

The sums are computed as described in RFC 1321.  When checking, the input
should be a former output of this program.  The default mode is to print
a line with checksum, a character indicating input mode ('*' for binary,
space for text), and name for each FILE.

GNU coreutils online help: <http://www.gnu.org/software/coreutils/>
Report md5sum translation bugs to <http://translationproject.org/team/>
Full documentation at: <http://www.gnu.org/software/coreutils/md5sum>
or available locally via: info '(coreutils) md5sum invocation'

好吧，--tag似乎改变了格式。让我们试试md5sum --tag spark-1.6.0-bin-hadoop2.6.tgz：

MD5 (spark-1.6.0-bin-hadoop2.6.tgz) = 624b161f6770a6e0e00e5716afd0ea0b

确实，这是一种不同的格式，但仍然不是正确的格式..所以我查看了Apache 下载镜像页面上的说明并找到以下文本：

或者，您可以验证文件的 MD5 哈希。一个被称为md5或md5sum包含在许多 unix 发行版中的unix 程序。它也可以作为GNU Textutils 的一部分使用...

所以我点击那个链接，发现 Textutils 在 2003 年被合并到 Coreutils - 所以我实际上想要md5sum来自 Coreutils 的那个。但是，您可以在md5sum --help转储的底部看到它已经来自 Coreutils。

这可能意味着我的 Coreutils 已过时。所以我会apt-get update && apt-get upgrade coreutils，但后来我发现：

Calculating upgrade... coreutils is already the newest version.

那是一个死胡同……但是等一下，他们说“md5或md5sum”！让我们看看那个铅。

该md5脚本尚不存在，所以我会尝试apt-get install md5：

E: Unable to locate package md5

现在我迷路了，所以求助于谷歌和 StackOverflow 寻求帮助..现在我来了。

那么这两种不同的 MD5 文件格式有什么关系，我该如何处理这个问题（并最终验证我的 Apache Spark）？

Answer 1

我相信gpg --print-md md5 spark-1.6.0-bin-hadoop2.6.tgz应该与 .md5 文件的内容匹配。

md5/sha 文件的格式存在问题，因为构建 Spark 版本的脚本用于gpg --print-md md5创建签名文件。请参阅：https://issues.apache.org/jira/browse/SPARK-5308