Короткий алфавитно-цифровой хэш-код Python с минимальными коллизиями

Самый маленький встроенный хэш, о котором я знаю, – md5

>>> import hashlib >>> hashlib.md5("hello worlds").digest().encode("base64") 'uWuHitcvVnCdu1Yo4c6hjQ==\n' 

Низкое столкновение и короткое замыкание являются несколько взаимоисключающими из-за парадоксальности дня рождения

Чтобы сделать это urlsafe, вам нужно использовать функцию из модуля base64

 >>> import base64 >>> base64.urlsafe_b64encode(hashlib.md5("hello world").digest()) 'XrY7u-Ae7tCTyyK7j1rNww==' 

Однако не должно быть проблем с хранением 16-байтового md5-дайджеста в базе данных в двоичной форме.

 >>> md5bytes=hashlib.md5("hello world").digest() >>> len(md5bytes) 16 >>> urllib.quote_plus(md5bytes) '%5E%B6%3B%BB%E0%1E%EE%D0%93%CB%22%BB%8FZ%CD%C3' >>> base64.urlsafe_b64encode(md5bytes) 'XrY7u-Ae7tCTyyK7j1rNww==' - >>> md5bytes=hashlib.md5("hello world").digest() >>> len(md5bytes) 16 >>> urllib.quote_plus(md5bytes) '%5E%B6%3B%BB%E0%1E%EE%D0%93%CB%22%BB%8FZ%CD%C3' >>> base64.urlsafe_b64encode(md5bytes) 'XrY7u-Ae7tCTyyK7j1rNww==' 

Вы можете выбрать либо quote_plus либо urlsafe_b64encode для своего URL- urlsafe_b64encode , а затем декодировать с помощью соответствующей функции unquote_plus или urlsafe_b64decode прежде чем искать их в базе данных.

Почему бы вам просто не урезать SHA1 или MD5? Тогда у вас будет больше коллизий, если вы не усекаетесь, но это все же лучше, чем создание собственного. Обратите внимание, что вы можете base64-кодировать усеченный хэш, а не использовать шестнадцатеричный. Например

 import base64 import hashlib hasher = hashlib.sha1("The quick brown fox") base64.urlsafe_b64encode(hasher.digest()[0:10]) 

Вы можете обрезать как можно меньше (в том числе и вовсе) или столько, сколько хотите, до тех пор, пока вы понимаете компромиссы.

EDIT: поскольку вы упомянули URL-safe, вы можете использовать urlsafe_b64encode и urlsafe_b64decode , который использует - и _ а не + и / .

Ниже приведено решение, в котором используются буквенно-цифровые символы плюс несколько знаков препинания. Он возвращает очень короткие строки (около 8 символов).

 import binascii, struct def myhash(s): return binascii.b2a_base64(struct.pack('i', hash(s))) 

Hashids – это библиотека (с поддержкой Python), которая создает хэши, которые вы можете легко кодировать / декодировать.

http://hashids.org/python/

Вы можете использовать что-то вроде нотации базы 32. Он более компактен, чем десятичная нотация, без учета регистра и без столкновений. Просто закодируйте простой старый порядковый номер, чтобы создать короткий хэш-код.

Если ключ не предназначен для потребления человеком, вы можете использовать нотацию base 64, которая чувствительна к регистру, но немного более компактна.

См. http://code.google.com/p/py-cupom/ для примера.