Jämför två texter med en hash

Varför en hash är en tillförlitlig jämförelse

En bra hashfunktion skickar varje olika indata till en annan, oförutsägbar digest. För SHA-256 finns inget känt sätt att hitta två olika texter med samma digest, så lika digester innebär lika innehåll för all praktisk användning. Digesterna är också korta, så du kan jämföra 64 tecken i stället för sidor.

Ett exempel

De två texterna skiljer sig med en enda stor bokstav, och digesterna har ingen synlig likhet. Det gör även små redigeringar tydliga.

Vad som räknas som en skillnad

Jämförelsen sker byte för byte. Alla dessa ändrar digesten:

• ett extra mellanslag i slutet av en rad;
• en radbrytning i slutet av texten;
• ett annat slags apostrof eller tankstreck som ser likadant ut på skärmen;
• accenterade bokstäver som skrivs på olika sätt, till exempel en bokstav plus ett separat accenttecken jämfört med ett kombinerat tecken.

Om två texter ser likadana ut men digesterna skiljer sig, är en av dessa osynliga skillnader den troliga orsaken. Om du hashar texten med och utan den avslutande radbrytningen ser du snabbt vilken det är.

Välj algoritm

Använd samma algoritm för båda texterna. SHA-256 är ett säkert standardval. MD5 och SHA-1 upptäcker också vanliga skillnader, men de bör inte användas om någon kan tänkas skapa en medveten kollision. CRC32 är kortare men svagare för stora samlingar.

Observera att verktyget visar alla digester för den text du hashade i den fullständiga listan, så att du kan jämföra fler än en algoritm i ett enda steg.

Ett praktiskt arbetsflöde

Spara digesten för originaltexten i dina anteckningar eller i ärendet. När en ny version kommer hashar du den med samma algoritm och jämför. Detta fungerar bra för konfigurationssnuttar, juridisk formulering, avtalsklausuler och mallar där du behöver bevis för att inget ändrats, inte en lista över ändringar.

När digesterna skiljer sig

Anta inte att innehållet är fel. Kontrollera först de vanliga orsakerna: kopierad text kan ha ett avslutande mellanslag, en annan typ av radslut eller ett dolt tecken från en webbsida eller ett textbehandlingsprogram. Hasha båda versionerna efter att ha rensat dem på samma sätt. Om digesterna fortfarande skiljer sig delar du upp varje text i stycken, hashar dem ett i taget och jämför par tills du hittar det som ändrats.