保持唯一性，请停止使用【python3 内置hash() 函数】

问题：

　　如图，用hash() 筛重时竟然出现了重复。

　　如下图：　　

　　hash字符串时，同一窗口的是一致的，不同窗口结果竟然不同。

 

原因：

　　python的字符串hash算法并不是直接遍历字符串每个字符去计算hash，而是会有一个secret prefix和一个secret suffix，可以认为相当于是给字符串加盐后做hash，可以规避一些规律输入的情况。

　　这个内置hash函数带有随机magic的功能有一定的安全性上的考虑，可以让攻击者难以预测内置的set或者dict的一些行为，但远不足以承担真正的密码安全级别的hash的作用。传递set和dict到其他进程的时候，只会传递其中的值，而不会传递hash表结构，hash表是传到之后重新建立起来的。

　　比如set/dict的hash确实是这玩意实现的，它只保证了在同一个解释器进程里相同字符串hash一致。

 

解决：

　　真需要做可重现可跨进程保持一致性的hash，请用请用hashlib的md5摘要算法。

　　基本使用：

import hashlib
data = 'U.S. Army Sponsors First HIV Vaccine Trial to Show Some Effectiveness in Preventing HIV'
hashlib.md5(data.encode(encoding='UTF-8')).hexdigest()

　　详见廖老师博客：https://www.liaoxuefeng.com/wiki/1016959663602400/1017686752491744

 

 

 参考：

https://www.zhihu.com/question/57526436

https://www.liaoxuefeng.com/wiki/1016959663602400/1017686752491744

https://blog.csdn.net/qq_38607035/article/details/82591931

https://www.cnblogs.com/yzhch/p/11855660.html