今天用到了DBLP，从官网上下载数据集文件dblp-2018-08-01.xml.gz和校验码文件dblp-2018-08-01.xml.gz.md5，那么如何校验我们下载的数据集是否完整呢? 我们需要用到一个命令行工具md5sum，来计算数据集文件的的md5码:

letian@fengPC:~/Desktop/DBLP$ md5sum dblp-2018-08-01.xml.gz
e110553fb5148204544a25bdae613e0f  dblp-2018-08-01.xml.gz

然后我们可以和校验码文件进行比对:

letian@fengPC:~/Desktop/DBLP$ cat dblp-2018-08-01.xml.gz.md5 
e110553fb5148204544a25bdae613e0f  dblp-2018-08-01.xml.gz

完全一致，说明我们下载的数据集是完整的。但是，需要人工比对md5简直毫无人性，效率低还容易出错，那么让我们来一起看一看md5sum正确的打开方式:

letian@fengPC:~/Desktop/DBLP$ md5sum -c dblp-2018-08-01.xml.gz.md5
dblp-2018-08-01.xml.gz: OK

其实刚刚我们cat dblp-2018-08-01.xml.gz.md5的时候就发现了，md5文件中是有固定格式的，即md5-code filename，所以使用md5sum可以读取md5文件中的信息并自动校验，是不是很方便！

最后，附一下md5sum --help，还有很多其它的功能可以使用:

letian@fengPC:~/Desktop/DBLP$ 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 five options are useful only when verifying checksums:
      --ignore-missing  don't fail or report status for missing files
      --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