tar 包对于完全相同的内容具有不同的校验和

Question

在使用 GNU tar 1.30 的 SUSE Linux Enterprise Server 12 SP3 系统上打包文件夹总是会提供不同的 md5 校验和，尽管文件内容不会更改。

我运行 tar 来打包我的文件夹，其中包含一个简单的文本文件：

tar cf package.tar folder

尽管如此，尽管内容完全相同，但生成的 tar 始终具有不同的 md5（或 sha1）校验和：

$> rm -rf package.tar && tar cf package.tar folder && md5sum package.tar
e6383218596fffe118758b46e0edad1d  package.tar
$> rm -rf package.tar && tar cf package.tar folder && md5sum package.tar
1c5aa972e5bfa2ec78e63a9b3116e027  package.tar

因为 linux 文件系统似乎以随机顺序将文件传送到 tar，所以我尝试使用该--sort选项。但是生成的命令不会改变我的校验和问题。tar 的--mtime选项在这里也无济于事，因为创建日期完全相同。

我很感激这方面的任何帮助。

Answer 1

您提供的档案包含pax 扩展标头。快速浏览一下它们的结构就会发现它们在这两个领域有所不同：

1. pax 进程的进程 ID（作为 ustar 头块中扩展头的名称的一部分，因此是此 ustar 头块的校验和）。
2. 扩展头中的 atime（访问时间）。

可用于创建可重现存档的解决方法之一是强制使用旧的 unix ustar 格式（而不是 pax/posix 格式）：

tar --format=ustar -cf package.tar folder

另一种选择是手动设置扩展名并删除 atime，同时保留 pax 格式：

tar --format=pax --pax-option=exthdr.name=%d/PaxHeaders/%f,delete=atime -cf package.tar folder

现在这md5sum两个档案应该是相同的。

Answer 2

tar 文件的标头包含多个字段，每次重新打包一组文件时这些字段可能会有所不同。例如，最后访问时间和修改时间每次可能会不同。

根据这篇文章，通过执行以下操作，GNU tar 可以为相同的输入生成相同的输出：

# requires GNU Tar 1.28+
$ tar --sort=name \
      --mtime="2018-10-05 00:00Z" \
      --owner=0 --group=0 --numeric-owner \
      -cf product.tar build