[发明专利]一种确定文档变更并形成版本的方法

说明书

技术领域

本发明属于文件校验领域，并通过文件校验来实现文档的版本化管理。

背景技术

目前，MD5、SHA-1、CRC32是文件校验领域常用的Hash算法，每种算法都是对数据提取特征产生序列号，通过对序列号的对比来确认数据是否相同，用米判断数据在传输过程中是不是有所丢失。CRC32算法只能验证数据的完整性，而对两个同样大小的数据无法判断其内容是否一样。MD5和SHA-1算法，可以比较出相同的数据，只有完全相同的数据才会产生相同的MD5和SHA-1序列号，此时，数据大小必然相同，也间接验证了数据传输中的完整性。但是MD5和SHA-1算法有小概率会出现数据不同但提取特征得到的序列号相同的情况，此时以序列号做判断会出现错误的结果，所以任一MD5和SHA-1算法的单独使用，都会有小概率的出错现象。CRC32、MD5、SHA-1算法的运用又直接关系着确定文档变更并形成版本的实现，所以以上问题同样会制约着确定文档变更并形成版本的正确性。

发明内容

本发明要解决的技术问题是提供一种高效正确的确定文档变更并形成版本的方法。

为解决上述的技术问题，本发明的技术方案为结合MD5、SHA-1、CRC32三种算法，实现确定文档变更并形成版本。

形成第一版本的过程包括以下步骤：

1)客户端将待发送的文档分成多个固定大小的数据包，通过CRC32算法对每一数据包进行特征提取生成对应的CRC32序列号，将每一组对应的CRC32序列号和数据包按序发送给服务器；

2)服务器接收到每一组对应的CRC32序列号和数据包后，用CRC32算法对数据包提取特征，将得到的序列号与客户端发送的对应此数据包的序列号做对比，如果得出相同的结果，说明该数据包已被完整接收，则继续接收下一个数据包，如果得出不同的结果，则让客户端重新发送该数据包和对应的序列号，服务器将对重新接收的数据包提取特征得到的序列号与客户端发送的序列号做对比，直至得出相同的结果；

3)服务器将所有数据包按序整合成完整的文档，存放在客户端指定的服务器数据库中，将该文档作为第一版本。

形成后续版本文档的过程包括以下步骤：

1)客户端从服务器数据库中将原始文档复制下载，进行修改；

2)客户端将待发送的修改后文档分成多个固定大小的数据包，通过CRC32算法对每一数据包进行特征提取生成对应的CRC32序列号，将每一组对应的CRC32序列号和数据包按序发送给服务器；

3)服务器接收到每一组对应的CRC32序列号和数据包后，用CRC32算法对数据包提取特征，将得到的CRC32序列号与客户端发送的对应此数据包的CRC32序列号做对比，如果得出相同的结果，说明该数据包已被完整接收，则继续接收下一个数据包，如果得出不同的结果，则让客户端重新发送该数据包和对应的序列号，服务器将对重新接收的数据包提取特征得到的CRC32序列号与客户端发送的CRC32序列号做对比，重复该过程直至得出相同的序列号；

4)服务器将所有数据包按序整合成完整的文档，通过MD5和SHA-1算法分别对该接收的完整文档进行特征提取，分别形成一个接收文档的MD5和SHA-1序列号；

5)服务器通过MD5和SHA-1算法分别对服务器的原始文档进行特征提取，分别形成一个对应的MD5和SHA-1序列号；

6)服务器将接收文档的MD5和SHA-1序列号与服务器的原始文档被提取特征得到的MD5和SHA-1序列号做对比，如果序列号对比的结果相同，说明客户端上传的文档和服务器数据库中的原始文档完全一样，客户端则不能创建后一版本文档，如果序列号对比的结果不同，说明客户端上传的文档和服务器数据库中原始文档不一样，客户端则可以创建后续版本文档；

7)服务器将接收的文档签入原始文档所在的数据库，原始文档和与其关联的版本文档具有相同的编码，通过原始文档的编码找到其他与原始文档关联的版本，将该服务器接收的文档作为数据库中原始文档和其关联版本文档中最高版本的后一版本。

以上形成版本的过程中，服务器每次接收文档成功后，都计算其MD5和SHA-1序列号，并将对应的序列号存储在数据库中。