从Python中的字符串生成ID

Question

我很努力地为Python中给定的integer生成类型为string的ID。

我以为内置的hash函数是完美的，但有时ID似乎太长。这是一个问题，因为最大长度限制为64位。

到目前为止，我的代码：hash(s) % 10000000000。我可以预期的输入字符串的长度将在12-512个字符之间。

要求是：

• 仅限整数
• 根据提供的字符串生成
• 最理想的是最多10到12个字符（我只能拥有约500万个字符）
• 低碰撞可能性..

[如果有人可以提供任何提示/解决方案，我会很高兴。

Answer 1

我会做这样的事情：

>>> import hashlib
>>> m = hashlib.md5()
>>> m.update("some string")
>>> str(int(m.hexdigest(), 16))[0:12]
'120665287271'

想法：

1. 以十六进制形式使用MD5（或SHA-1或...）计算字符串的哈希（请参见模块hashlib）
2. 将字符串转换为整数，然后将其转换为以10为底的字符串（结果中只有数字）
3. 使用字符串的前12个字符。

如果字符a-f也可以，我会做m.hexdigest()[0:12]。

Answer 2

如果不允许您添加额外的依赖项，则可以通过以下方式继续使用hash函数：

>>> my_string = "whatever"
>>> str(hash(my_string))[1:13]
'460440266319'

NB：

• 我忽略第一个字符，因为它可能是负号。
• hash可能为同一字符串返回不同的值，因为PYTHONHASHSEED值将在每次运行程序时更改。您可能需要将其设置为某个固定值。 Read here