内置Python hash（）函数

Windows XP，Python 2.5：

hash('http://stackoverflow.com') Result: 1934711907

Google App Engine（http://shell.appspot.com/）：

hash('http://stackoverflow.com') Result: -5768830964305142685

这是为什么？我如何拥有一个散列函数，以便在不同平台（Windows，Linux，Mac）上给我相同的结果？

使用hashlib作为hash() 被设计用于：

在字典查找期间快速比较字典键

因此，不保证在所有Python实现中都一样。

如文档中所述，内置的hash（）函数并非旨在将生成的哈希存储在外部某个地方。它用于提供对象的哈希值，将其存储在字典中，依此类推。它也是特定于实现的（GAE使用Python的修改版）。查看：

>>> class Foo:
...     pass
... 
>>> a = Foo()
>>> b = Foo()
>>> hash(a), hash(b)
(-1210747828, -1210747892)

如您所见，它们是不同的，因为hash（）使用对象的__hash__方法而不是诸如SHA之类的“常规”哈希算法。

鉴于以上所述，合理的选择是使用hashlib模块。

回应绝对不足为奇：事实上

In [1]: -5768830964305142685L & 0xffffffff
Out[1]: 1934711907L

因此，如果您想获得ASCII字符串的可靠响应，只需将低32位作为即可uint。字符串的哈希函数是32位安全的，几乎可以移植。

另一方面，您完全不能依赖于hash()尚未将__hash__方法明确定义为不变的任何对象。

对于ASCII字符串，它起作用是因为哈希是根据构成字符串的单个字符计算出来的，如下所示：

class string:
    def __hash__(self):
        if not self:
            return 0 # empty
        value = ord(self[0]) << 7
        for char in self:
            value = c_mul(1000003, value) ^ ord(char)
        value = value ^ len(self)
        if value == -1:
            value = -2
        return value

其中c_mul函数是“环状”乘法（不溢出），如C.

大多数答案表明，这是因为平台不同，但还有更多。从以下文档中object.__hash__(self)：

默认情况下，该__hash__()值str，bytes并且 datetime对象是“咸”不可预测的随机值。尽管它们在单个Python进程中保持不变，但在重复调用Python之间是不可预测的。

目的是为了防止由于精心选择的输入而导致的拒绝服务，这些输入利用了dict插入的最坏情况的性能O（n²）复杂性。有关详细信息，请参见 http://www.ocert.org/advisories/ocert-2011-003.html。

更改哈希值影响的迭代顺序dicts，sets 和其他的映射。Python从未保证过这种顺序（通常在32位和64位版本之间有所不同）。

即使在同一台机器上运行，也会因调用而产生不同的结果：

$ python -c "print(hash('http://stackoverflow.com'))"
-3455286212422042986
$ python -c "print(hash('http://stackoverflow.com'))"
-6940441840934557333

而：

$ python -c "print(hash((1,2,3)))"
2528502973977326415
$ python -c "print(hash((1,2,3)))"
2528502973977326415

另请参阅环境变量PYTHONHASHSEED：

如果未设置，或设置为这个变量random，随机值被用于接种的散列str，bytes和datetime对象。

如果PYTHONHASHSEED将其设置为整数值，则它将用作生成hash()散列随机化所覆盖类型的的固定种子。

它的目的是允许可重复的哈希，例如用于解释程序本身的自测，或允许一组python进程共享哈希值。

该整数必须是范围内的十进制数[0, 4294967295]。指定该值0将禁用哈希随机化。

例如：

$ export PYTHONHASHSEED=0                            
$ python -c "print(hash('http://stackoverflow.com'))"
-5843046192888932305
$ python -c "print(hash('http://stackoverflow.com'))"
-5843046192888932305

哈希结果在32位和64位平台之间有所不同

如果两个平台上计算的哈希值相同，请考虑使用

def hash32(value):
    return hash(value) & 0xffffffff

猜测一下，AppEngine使用的是Python的64位实现（-5768830964305142685不能容纳32位），而您的Python实现是32位。您不能依靠对象散列在不同实现之间具有有意义的可比性。

这是Google在python 2.5的生产中使用的哈希函数：

def c_mul(a, b):
  return eval(hex((long(a) * b) & (2**64 - 1))[:-1])

def py25hash(self):
  if not self:
    return 0 # empty
  value = ord(self[0]) << 7
  for char in self:
    value = c_mul(1000003, value) ^ ord(char)
  value = value ^ len(self)
  if value == -1:
    value = -2
  if value >= 2**63:
    value -= 2**64
  return value

那标志位呢？

例如：

十六进制值0xADFE74A5表示无符号2919134373和有符号-1375832923。当前值必须是带符号的（符号位= 1），但python会将其转换为无符号，并且在从64位转换为32位后，我们的哈希值不正确。

请谨慎使用：

def hash32(value):
    return hash(value) & 0xffffffff

字符串的多项式哈希。1000000009并且239是任意质数。不太可能偶然发生碰撞。模块化算术不是很快，但是为了防止冲突，这比以幂为模更可靠2。当然，很容易找到有意的碰撞。

mod=1000000009
def hash(s):
    result=0
    for c in s:
        result = (result * 239 + ord(c)) % mod
    return result % mod

PYTHONHASHSEED的值可能用于初始化哈希值。

尝试：

PYTHONHASHSEED python -c 'print(hash('http://stackoverflow.com'))'

它可能只是问操作系统提供的功能，而不是它自己的算法。

正如其他评论所说，使用hashlib或编写自己的哈希函数。