Я собираюсь создать контрольную сумму dict, чтобы узнать, была ли она изменена или нет На данный момент у меня это:
>>> import hashlib
>>> import pickle
>>> d = {'k': 'v', 'k2': 'v2'}
>>> z = pickle.dumps(d)
>>> hashlib.md5(z).hexdigest()
'8521955ed8c63c554744058c9888dc30'
Возможно, лучшее решение существует?
Примечание. Я хочу создать уникальный идентификатор dict для создания хорошего Etag.
EDIT: Я могу иметь абстрактные данные в dict.
Что-то вроде этого:
reduce(lambda x,y : x^y, [hash(item) for item in d.items()])
Возьмите хэш каждого (ключа, значения) кортежа в dict и XOR их alltogether.
@katrielalex Если dict содержит не подлежащие удалению элементы, вы можете сделать это:
hash(str(d))
или, может быть, даже лучше
hash(repr(d))
Я не знаю, гарантирует ли pickle, что хэш сериализуется одинаково каждый раз.
Если у вас есть только словари, я бы выбрал комбинацию вызовов keys(), sorted(), построил строку на основе отсортированных пар ключ/значение и вычислил контрольную сумму для этого
Как вы сказали, вы хотели создать Etag на основе содержимого словаря, OrderedDict, который сохраняет порядок словаря, может быть лучший кандидат здесь. Просто итератор через пары ключей, значений и постройте строку Etag.
Я думаю, вы не можете понять некоторые тонкости, которые идут на это. Первая проблема заключается в том, что порядок, в котором элементы отображаются в dict, не определяется реализацией. Это означает, что просто запрос str dict не работает, потому что вы могли бы иметь
str(d1) == "{'a':1, 'b':2}"
str(d2) == "{'b':2, 'a':1}"
и они будут иметь хеш для разных значений. Если у вас есть только хешируемые элементы в dict, вы можете их хешировать, а затем объединить свои хэши, поскольку @Bart делает или просто
hash(tuple(sorted(hash(x) for x in d.items())))
Обратите внимание на sorted, потому что вы должны убедиться, что хешированный кортеж выходит в том же порядке, независимо от того, какой порядок элементов отображается в dict. Если у вас есть dicts в dict, вы можете это повторить, но это будет сложно.
НО было бы легко сломать любую реализацию, как это, если вы разрешаете произвольные данные в словаре, так как вы можете просто написать объект со сломанной реализацией __hash__ и использовать его. И вы не можете использовать id, потому что тогда у вас могут быть равные элементы, которые сравнивают разные.
Мораль истории состоит в том, что хэширование dicts не поддерживается в Python по какой-то причине.
В Python 3 хэш-функция инициализируется случайным числом, которое отличается для каждого сеанса python. Если это неприемлемо для предполагаемого приложения, используйте, например, zlib.adler32 для создания контрольной суммы для dict:
import zlib
d={'key1':'value1','key2':'value2'}
checksum=0
for item in d.items():
c1 = 1
for t in item:
c1 = zlib.adler32(bytes(repr(t),'utf-8'), c1)
checksum=checksum ^ c1
print(checksum)