Python 如何从文件路径生成尽可能短的（字母）数字唯一ID？

我想在

Python

中生成数字或字母数字（以较容易的为准）唯一ID作为文件路径的函数。我正在开发一个文件解析应用程序，数据库中有一个带有子体的文件实体，为了使外键/主键比文件的完全限定路径更紧凑，我希望将其转换为尽可能短的唯一摘要

我的选择是什么？我可以使用SHA吗

如果我只是从完全限定路径字符串中取出一个MD5校验和，得到类似1736622845的值，会怎么样？在命令行上，可以使用

echo -n '/my/path/filename' | cksum | cut -d' ' -f1 

---

对于两个不同的输入，是否保证不会重复？如果是，我如何将上面的

bash

管道命令转换为纯Python，这样我就不必调用系统调用，而是获得相同的值？

字符串的最短唯一ID是字符串。 您可以尝试使用只包含路径中允许的字符的字母表，以便使用更少的位（这需要大量工作，不会带来很多好处，除非您的路径实际上只包含几个字符）

我认为您需要的是一个相当好的短散列函数。一旦生成哈希函数，就会有冲突的风险。对于大多数散列函数，一个很好的经验法则是，您拥有的条目远远少于散列值空间。有一个定理可以证明，只要你有超过

sqrt（key\u space）

的条目，你就会（用最好的散列）有一半的时间发生冲突

因此，如果您选择1000条路径，那么您的目标应该是使用至少1.000.000个条目的散列速度。您可以切碎其他哈希函数（比如只取md5的前2个字节）。这应该是可行的，但请注意冲突的增加（其中两个条目将生成相同的值）

此外，如果您非常希望节省空间，请将哈希值存储为二进制（大整数）。它比通常的编码（base64或hex）要短得多，所有的DB函数都可以正常工作

---

假设您使用md5并将其存储为一个大整数，则只需16个字节即可存储。但您也只能使用8或4（我不敢再低了）。

您可以使用

导入uuid；uuid.uuid4（）

fot.我怀疑

uuid

在大小方面是否是最优的您可以通过只取第一个

N

字符来缩短

uuid

。我认为从

SHA或MD5

生成哈希对您来说太长了（32字节）。可以吗，但校验和非常昂贵，可能需要很长的时间和硬件。