python 中可用的最短哈希(以文件名可用的形式，如十六进制摘要)是什么？我的应用程序想要为某些对象保存 缓存文件。对象必须具有唯一的 repr() 以便它们用于“播种”文件名。我想为每个对象(不是很多)生成一个可能唯一的文件名。它们不应该发生冲突，但如果它们发生冲突，我的应用程序将只是缺少该对象的缓存(并且必须重新索引该对象的数据，这对应用程序来说成本很小)。
因此，如果发生一次冲突，我们会丢失一个缓存文件，但缓存所有对象的收集节省使应用程序启动速度更快，所以这并不重要。
现在我实际上正在使用 abs(hash(repr(obj)));没错，就是字符串哈希!还没有发现任何冲突，但我想要一个更好的哈希函数。 hashlib.md5 在 python 库中可用，但如果放入文件名，则 hexdigest 真的很长。具有合理抗碰撞性的替代品？
编辑:
用例是这样的:
数据加载器获取数据承载对象的新实例。独特的类型有独特的代表。因此，如果存在 hash(repr(obj)) 的缓存文件，我会取消该缓存文件并将 obj 替换为未腌制的对象。如果发生冲突并且缓存是错误匹配，我会注意到。因此，如果我们没有缓存或存在错误匹配，我会改为初始化 obj(重新加载其数据)。
结论 (?)
python 中的 str 哈希可能已经足够好了，我只是担心它的抗碰撞性。但是，如果我可以用它散列 2**16 个对象，那就足够了。
我发现了如何获取十六进制哈希(来自任何哈希源)并使用 base64 紧凑地存储它:
# 'h' is a string of hex digits
bytes = "".join(chr(int(h[i:i+2], 16)) for i in xrange(0, len(h), 2))
hashstr = base64.urlsafe_b64encode(bytes).rstrip("=")
最佳答案
birthday paradox适用:给定一个好的散列函数，发生冲突之前的预期散列数约为 sqrt(N)，其中 N 是散列函数可以采用的不同值的数量。 (我指出的维基百科条目给出了确切的公式)。因此，例如，如果您想使用不超过 32 位，那么对于大约 64K 对象(即 2**16 对象 - 的平方根，您的冲突担忧会很严重2**32 您的哈希函数可以采用的不同值)。您希望有多少个对象，按数量级计算？
由于您提到碰撞是一个小麻烦，我建议您将哈希长度的目标设置为大致等于您将拥有的对象数量的平方，或者稍微少一点但不会比这少很多。
你想创建一个文件名——是在区分大小写的文件系统上，就像在 Unix 上典型的那样，还是你也必须迎合不区分大小写的系统？这很重要，因为您的目标是短文件名，但是在区分大小写和不区分大小写的系统上，您可以用来将哈希表示为文件名的每个字符的位数会发生巨大变化。
在区分大小写的系统上，您可以使用标准库的 base64 模块(我推荐使用“urlsafe”版本的编码，即 this 函数，以避免可以出现在普通的 base64 中，这在 Unix 文件名中很重要)。这为每个字符提供了 6 个可用位，比 16 进制的 4 位/字符要好得多。
即使在不区分大小写的系统上，您仍然可以做得比十六进制更好——使用 base64.b32encode 并获得每个字符 5 位。
这些函数接受和返回字符串；如果您选择的哈希函数生成数字，请使用 struct 模块将数字转换为字符串。
如果您确实有数万个对象，我认为您可以使用内置哈希(32 位，因此 6-7 个字符，具体取决于您选择的编码)。对于一百万个对象，您需要 40 位左右(7 或 8 个字符)——您可以将 sha256 折叠(异或，不要截断；-)将 sha256 折叠为具有合理位数的 long，例如 128 位左右, 并在编码前使用 % 运算符将其进一步剪切到所需的长度。
关于python - python中最短的哈希来命名缓存文件，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/1303021/
我有一个Ruby程序，它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重，我想提高压缩级别，因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗？是否有另一个允许指定压缩级别的Ruby库？ 最佳答案 这是我通过查看rubyzip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d
我试图在一个项目中使用rake，如果我把所有东西都放到Rakefile中，它会很大并且很难读取/找到东西，所以我试着将每个命名空间放在lib/rake中它自己的文件中，我添加了这个到我的rake文件的顶部:Dir['#{File.dirname(__FILE__)}/lib/rake/*.rake'].map{|f|requiref}它加载文件没问题，但没有任务。我现在只有一个.rake文件作为测试，名为“servers.rake”，它看起来像这样:namespace:serverdotask:testdoputs"test"endend所以当我运行rakeserver:testid时
我的目标是转换表单输入，例如“100兆字节”或“1GB”，并将其转换为我可以存储在数据库中的文件大小(以千字节为单位)。目前，我有这个:defquota_convert@regex=/([0-9]+)(.*)s/@sizes=%w{kilobytemegabytegigabyte}m=self.quota.match(@regex)if@sizes.include?m[2]eval("self.quota=#{m[1]}.#{m[2]}")endend这有效，但前提是输入是倍数(“gigabytes”，而不是“gigabyte”)并且由于使用了eval看起来疯狂不安全。所以，功能正常，
关闭。这个问题是opinion-based.它目前不接受答案。想要改进这个问题？更新问题，以便editingthispost可以用事实和引用来回答它.关闭4年前。Improvethisquestion我想在固定时间创建一系列低音和高音调的哔哔声。例如:在150毫秒时发出高音调的蜂鸣声在151毫秒时发出低音调的蜂鸣声200毫秒时发出低音调的蜂鸣声250毫秒的高音调蜂鸣声有没有办法在Ruby或Python中做到这一点？我真的不在乎输出编码是什么(.wav、.mp3、.ogg等等)，但我确实想创建一个输出文件。
Rails2.3可以选择随时使用RouteSet#add_configuration_file添加更多路由。是否可以在Rails3项目中做同样的事情？ 最佳答案 在config/application.rb中:config.paths.config.routes在Rails3.2(也可能是Rails3.1)中，使用:config.paths["config/routes"] 关于ruby-on-rails-Rails3中的多个路由文件，我们在StackOverflow上找到一个类似的问题
对于具有离线功能的智能手机应用程序，我正在为Xml文件创建单向文本同步。我希望我的服务器将增量/差异(例如GNU差异补丁)发送到目标设备。这是计划:Time=0Server:hasversion_1ofXmlfile(~800kiB)Client:hasversion_1ofXmlfile(~800kiB)Time=1Server:hasversion_1andversion_2ofXmlfile(each~800kiB)computesdeltaoftheseversions(=patch)(~10kiB)sendspatchtoClient(~10kiBtransferred)Cl
我正在寻找执行以下操作的正确语法(在Perl、Shell或Ruby中):#variabletoaccessthedatalinesappendedasafileEND_OF_SCRIPT_MARKERrawdatastartshereanditcontinues. 最佳答案 Perl用__DATA__做这个:#!/usr/bin/perlusestrict;usewarnings;while(){print;}__DATA__Texttoprintgoeshere 关于ruby-如何将脚
使用带有Rails插件的vim，您可以创建一个迁移文件，然后一次性打开该文件吗？textmate也可以这样吗？ 最佳答案 你可以使用rails.vim然后做类似的事情::Rgeneratemigratonadd_foo_to_bar插件将打开迁移生成的文件，这正是您想要的。我不能代表textmate。 关于ruby-使用VimRails，您可以创建一个新的迁移文件并一次性打开它吗？，我们在StackOverflow上找到一个类似的问题： https://sta
好的，所以我的目标是轻松地将一些数据保存到磁盘以备后用。您如何简单地写入然后读取一个对象？所以如果我有一个简单的类classCattr_accessor:a,:bdefinitialize(a,b)@a,@b=a,bendend所以如果我从中非常快地制作一个objobj=C.new("foo","bar")#justgaveitsomerandomvalues然后我可以把它变成一个kindaidstring=obj.to_s#whichreturns""我终于可以将此字符串打印到文件或其他内容中。我的问题是，我该如何再次将这个id变回一个对象？我知道我可以自己挑选信息并制作一个接受该信
我正在编写一个小脚本来定位aws存储桶中的特定文件，并创建一个临时验证的url以发送给同事。(理想情况下，这将创建类似于在控制台上右键单击存储桶中的文件并复制链接地址的结果)。我研究过回形针，它似乎不符合这个标准，但我可能只是不知道它的全部功能。我尝试了以下方法:defauthenticated_url(file_name,bucket)AWS::S3::S3Object.url_for(file_name,bucket,:secure=>true,:expires=>20*60)end产生这种类型的结果:...-1.amazonaws.com/file_path/file.zip.A