Question

我有一个班级Entry：

class Entry:
  def __init__(self, title, content, kw): 
    self.title = title                                
    self.content = content                            
    self.kw = kw

我正在尝试为可以存储在SQL数据库中的Entry对象生成唯一的整数标识符。我追求的行为如下：如果Entry，a和b这两个对象的值相同 self.title, self.content, self.kw个字段，它们将具有相同的ID。否则，他们计算到不同的ID。

我了解id(e)提供此功能。但是，它只能持续使用对象的生命周期。因此，如果我多次执行一个程序，那么在每次执行程序时，实例化具有完全相同字段值的Entry（例如e = Entry(title='Hello', content='Hello world', kw='apples')，id(e)可以产生不同的值时间。

我希望对象的id在这些多个程序执行中保持相同。如何在python中获得此功能？

谢谢！

更新：我发现我实际上可以在多个上设置一个唯一约束因此，我可以确保一个SQL表的列，标题，内容和kw 是独特的。但是，内容是一个TEXT字段，所以我觉得这可以效率很低。因此，任何可以计算唯一性的答案在python中欢迎！

Answer 1

您可以使用哈希：

import hashlib

class Entry:
    # other code

    def __hash__(self):
        data = "{}{}{}".format(self.title, self.content, self.kw)

        # return hash(data)
        return int.from_bytes(hashlib.blake2b(data.encode()).digest(), "big")

然后比较对象的哈希值：

a, b = Entry(stuff1), Entry(stuff2)

if hash(a) != hash(b):
    print("Not equal!")

如果你真的非常关心哈希冲突，这实际上是非常罕见的（例如，谷歌使用庞大的CPU和GPU集群在SHA-1中找到一个单独的冲突，花了110 years of GPU computation），你可以使用BLAKE2b，它现在没有任何碰撞弱点，比MD5 faster，以及SHA-1和SHA-2哈希值。

在我看来，你也可以使用Python的内置hash，碰撞的可能性相对较小，因为这些非常罕见。 Python在词典和hash中使用set。你见过字典中的碰撞吗？（不是说这是不可能的;它只是非常罕见）。因此，只有当您的程序用户可能有意搜索时，您才应该担心冲突。

具有相同数据字段的对象的唯一标识符，该标识符在多个程序执行中持续存在

1 个答案: