Python 将十六进制字符串与列表标记匹配

我正在建立一个去识别工具。它用其他名称替换所有名称

我们接到报告说彼得昨天遇见了简。彼得很可疑

输出：

我们接到报告说比利昨天见到了艾尔莎。比利很可疑

它可以在多个文档上完成，并且一个名称总是被同一个对应项替换，因此您仍然可以理解文本所指的是谁。但是，所有文档都有一个ID，指的是该文件涉及的人（我在公共服务部门处理文件），只有具有相同ID的文档才会以相同的方式取消标识，并使用相同的名称。（目的是观察进化和人类历史）这是一种安全措施，比如当我将工具交给第三方时，我不会将自己文档的密钥与之一起交给第三方

因此，相同的输入，使用不同的ID，产生：

我们接到报告说亨利昨天遇到了艾丽西亚。亨利很可疑

现在，我用文档ID作为salt对每个名称进行散列，我将散列转换为一个整数，然后减去名称列表的长度，直到我可以请求一个以该整数作为标记的名称。但我觉得应该有一个更快/更直接的方法

这实际上更多的是一个算法问题，但如果它与我使用的Python2.7有任何关联，请在需要时请求更多解释。谢谢大家!

---

---

我希望这样会更清楚ô对不起，当你深陷于代码中时，你忘记了其他人需要一个更大的图景来理解你是如何做到的。

正如@LutzHorn所指出的，你可以使用

dict

将真名映射到假名

你也可以做一些类似的事情：

existing_names =  []
for nameocurrence in original_text:
    if not nameoccurence.name in existing_names:
        nameoccurence.id = len(existing_names)
        existing_names.append(nameoccurence.name)
    else:
        nameoccurence.id = existing_names.index(nameoccurence.name)

for idx, _ in enumerate(existing_names):
    existing_names[idx] = gimme_random_name()

---

试着用名字字典

import re

names = {"Peter": "Billy", "Jane": "Elsa"}

for name in re.findall("<name>([a-zA-Z]+)</name>", s):
    s = re.sub("<name>" + name + "</name>", "<name>"+ names[name] + "</name>", s)
print(s)

重新导入
姓名={“彼得”：“比利”、“简”：“艾尔莎”}
对于re.findall（（[a-zA-Z]+）”中的名称，s:
s=re.sub（“+name+”，“+names[name]+”，s）
印刷品

输出：

'We got a report that <name>Billy</name> met <name>Elsa</name> yesterday. <name>Billy</name> is suspicious.'

“我们接到报告说比利昨天遇到了艾尔莎。比利很可疑

为什么要将名称散列？使用字典

{“Peter”：“Billy”，“Jane”：“Elsa”}

。实际上，

dict

在内部使用哈希来精确地实现这一点。所以@LutzHorn的答案是最好的：建立一个目录。@LutzHorn出于安全考虑，我正在建立一个工具，而不仅仅是一次性使用一堆文件。我真的不明白你的问题。@LutzHorn我现在明白为什么不清楚了，抱歉。编辑。一个文档集合的名称应相同，不同集合的名称应不同。这样，第三方就可以取消识别自己的文档，而不必拥有我自己文档的密钥。在此之前，我用集合ID为哈希加盐。谢谢你的建议，编辑了我的问题。出于基本的安全原因，我正在使用哈希，我正在构建一个去识别工具，该工具将在某个时候开放供使用和审查。