内置Python hash()函数

Question

Windows XP，Python 2.5：

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

谷歌应用引擎（http://shell.appspot.com/）：

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

这是为什么呢？我怎样才能得到一个哈希函数，让它在不同的平台上（Windows、Linux、Mac）都能给我相同的结果呢？

Answer 1

这个回答一点也不意外：实际上

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

所以如果你想要对ASCII字符串获得可靠的结果，直接取低32位作为uint就可以了。这个字符串的哈希函数是32位安全的，并且几乎可以在不同平台上使用。

另一方面，你不能指望对任何没有明确定义__hash__方法的对象获取稳定的hash()值。

对于ASCII字符串之所以有效，是因为哈希是基于构成字符串的单个字符计算的，像下面这样：

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“循环”乘法（没有溢出），就像在C语言中一样。

Answer 2

根据文档的说明，内置的 hash() 函数 并不是 用来将生成的哈希值存储到外部的。它的主要作用是提供对象的哈希值，以便将这些值存储在字典等数据结构中。而且，这个函数的具体实现可能会有所不同（比如 GAE 使用的是修改过的 Python 版本）。你可以看看：

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

正如你所看到的，它们是不同的，因为 hash() 使用的是对象的 __hash__ 方法，而不是像 SHA 这样的“正常”哈希算法。

基于以上原因，比较合理的选择是使用 hashlib 模块。

Answer 3

使用 hashlib，因为 hash() 是为了:

在查找字典时快速比较字典的键

所以它并不能保证在不同的Python版本中结果是一样的。