4

我需要找到一种方法来找到 XML 节点//note/resource/data中 base64 编码数据的哈希值，或者以其他方式将其与节点//note/content/en中的哈希值匹配-note//en-media@hash

请参阅下面的完整 XML 文件

请建议一种使用 XSLT {obtain|match} 的方法

4aaafc3e14314027bb1d89cf7d59a06c

{来自|与} 

R0lGODlhEAAQAPMAMcDAwP/crv/erbigfVdLOyslHQAAAAECAwECAwECAwECAwECAwECAwECAwEC
AwECAyH/C01TT0ZGSUNFOS4wGAAAAAxtc09QTVNPRkZJQ0U5LjAHgfNAGQAh/wtNU09GRklDRTku
MBUAAAAJcEhZcwAACxMAAAsTAQCanBgAIf8LTVNPRkZJQ0U5LjATAAAAB3RJTUUH1AkWBTYSQXe8
fQAh+QQBAAAAACwAAAAAEAAQAAADSQhgpv7OlDGYstCIMqsZAXYJJEdRQRWRrHk2I9t28CLfX63d
ZEXovJ7htwr6dIQB7/hgJGXMzFApOBYgl6n1il0Mv5xuhBEGJAAAOw==

为了简洁起见，这个示例 XML 文件显然已经过删减。实际每个音符可能包含 > 1 个图像，因此需要获取/匹配哈希。

XML 文件：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE en-export SYSTEM "http://xml.evernote.com/pub/evernote-export.dtd">
<en-export export-date="20091029T063411Z" application="Evernote/Windows" version="3.0">

<note>
    <title>A title here</title>
    <content><![CDATA[
        <?xml version="1.0" encoding="UTF-8"?>
        <!DOCTYPE en-note SYSTEM "http://xml.evernote.com/pub/enml.dtd">
        <en-note bgcolor="#FFFFFF">
            <p>Some text here (followed by the picture)
            <p><en-media hash="4aaafc3e14314027bb1d89cf7d59a06c" type="image/gif" border="0" width="16" height="16" alt="A picture"/></p>
            <p>Some more text here (preceded by the picture)
        </en-note>
    ]]></content>
    <created>20090925T063154Z</created>
    <note-attributes>
        <author/>
    </note-attributes>
    <resource>
        <data encoding="base64">
R0lGODlhEAAQAPMAMcDAwP/crv/erbigfVdLOyslHQAAAAECAwECAwECAwECAwECAwECAwECAwEC
AwECAyH/C01TT0ZGSUNFOS4wGAAAAAxtc09QTVNPRkZJQ0U5LjAHgfNAGQAh/wtNU09GRklDRTku
MBUAAAAJcEhZcwAACxMAAAsTAQCanBgAIf8LTVNPRkZJQ0U5LjATAAAAB3RJTUUH1AkWBTYSQXe8
fQAh+QQBAAAAACwAAAAAEAAQAAADSQhgpv7OlDGYstCIMqsZAXYJJEdRQRWRrHk2I9t28CLfX63d
ZEXovJ7htwr6dIQB7/hgJGXMzFApOBYgl6n1il0Mv5xuhBEGJAAAOw==
        </data>
        <mime>image/gif</mime>
        <resource-attributes>
            <file-name>clip_image001.gif</file-name>
        </resource-attributes>
    </resource>
</note>

</en-export>

已实施的解决方案

使用Jackem建议的解决方案的概念。主要区别在于我避免创建自己的 Java 类（并创建额外的依赖项）。我在 XSLT 中进行处理，因为它很简单，只引用基本 Java 库附带的外部依赖项。
Jackem 的解决方案更正确，因为它不会在某些哈希中丢失前导零，但是我发现使用 li'l basic hackery 在其他地方处理这个问题要容易得多。

<xsl:stylesheet version="2.0" 
    xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
    ...
    xmlns:md5="java.security.MessageDigest"
    xmlns:bigint="java.math.BigInteger"
    exclude-result-prefixes="md5 bigint">
...
<xsl:for-each select="resource">
    <xsl:variable name="md5inst" select="md5:getInstance('MD5')" />
    <xsl:value-of select="md5:update($md5inst, $b64bin)" />
    <xsl:variable name="imgmd5bytes" select="md5:digest($md5inst)" />
    <xsl:variable name="imgmd5bigint" select="bigint:new(1, $imgmd5bytes)" />
    <xsl:variable name="imgmd5str" select="bigint:toString($imgmd5bigint, 16)" />
    <!-- NOTE: $imgmd5str loses the leading zero from imgmd5bytes (if there is one) -->
</xsl:for-each>
...

PS 请参阅兄弟问题以了解我的base64-->image file转换实现

这个问题是我之前提出的另一个问题的子问题。

4

4 回答 4

4

对于有关在 XSLT 中进行 base64 解码的相关问题，您已接受使用 Saxon 和 Java 扩展的答案。所以我假设你可以使用这些。

在这种情况下，您可以在 Java 中创建一个扩展来计算 MD5 和：

package com.stackoverflow.q1684963;

import java.math.BigInteger;
import java.security.MessageDigest;
import java.security.NoSuchAlgorithmException;

public class MD5Sum {
    public static String calc(byte[] data) throws NoSuchAlgorithmException {
        MessageDigest md5 = MessageDigest.getInstance("MD5");
        byte[] digest = md5.digest(data);
        BigInteger digestValue = new BigInteger(1, digest);
        return String.format("%032x", digestValue);
    } 
}

然后，您可以从使用 Saxon 运行的 XSLT 2.0 样式表调用该扩展。假设您已经在变量中有 base64 解码的数据（例如来自saxon:base64Binary-to-octets链接答案中的扩展函数） data：

<xsl:value-of xmlns:md5sum="com.stackoverflow.q1684963.MD5Sum"
              select="md5sum:calc($data)"/>
于 2009-11-07T20:47:25.083 回答
1
  • 下载一些像这样的免费软件 Base64 解码器，或者为此使用网络上的一些源代码
  • 输出文件为 some_file.gif，268 字节，一个文件夹图标
  • 使用md5sum或来自网络的一些源代码生成该文件的 MD5 校验和

为我输出：

4aaafc3e14314027bb1d89cf7d59a06c

这就是你想要的，不是吗？在 XSLT 中完成所有这些工作会很棘手（如果不是不可能，而且如果你问我，绝对不值得努力），但至少你现在已经得到了这个哈希是在 GIF 文件上使用 MD5 创建的信息。

于 2009-11-06T02:17:51.170 回答
1

这4aaaf...是您解码 base64 编码数据时获得的二进制数据的 MD5。我认为您别无选择，只能解码<data>element 的内容并通过 MD5 实现运行它，这显然超出了 XSL 转换的范围。据推测，XSLT 的结果将由其他代码处理，这些代码可以提取和验证图像。

于 2009-11-06T02:18:38.990 回答
0

这个怎么样（将commons-codec添加到你的类路径）：

<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
  xmlns:digest="org.apache.commons.codec.digest.DigestUtils">
  [...]
  <xsl:value-of select="digest:md5Hex('hello, world!')"/>
</xsl:stylesheet>
于 2014-04-10T11:16:16.923 回答