python - 在 Python 中计算对象的哈希值

Question

我想将 BeautifulSoup 的 Node 对象放入 dict 中，并且我想覆盖 __hash__ 以提供我自己的基于节点路径的哈希实现。

def __hash__(self):
    def convert_attrs(attrs):
        for k, v in attrs.iteritems():
            if isinstance(v, list):
                v = tuple(v)
            yield k, v

    reverse_path = []
    node = self.node
    while node:
        node_id = (node.name,
                   tuple(convert_attrs(node.attrs)),
                   node.text)
        reverse_path.append(node_id)
        node = node.parent
    return hash(tuple(reverse_path))

但这会在某些具有完全相同路径和属性的节点上发生冲突。我可以使用节点在父子集合中的索引来构造唯一路径，但查找索引的成本太高。那么在 html 节点对象上实现 __hash__ 有什么好的建议吗？无论如何要实现不基于路径但仍然可以正常工作的哈希？

更新:为什么我要散列节点？

我想给每个节点一个分数，所以我需要一些东西作为键来放入散列。 BeautifulSoup 似乎返回具有不同对象的相同节点(我的意思是它在再次访问相同节点时创建新的对象)，所以我想找到一种方法来唯一标识哈希中的节点。

Answer 1

假设有两个节点，它们的标签相同，属性相同，父节点相同，内容相同，但它们不同，因为它们是兄弟节点。我认为如果你想区分它们，你必须找到索引。您可以使用 nextSibling 或 previousSibling ，例如

i,t = 0 , node
while t:
    t = t.previousSibling
    i += 1

我没有测试，所以我不知道成本。