Python:对字符串执行取模

Question

我有几十亿个字符串，格式为 word0.word1.word2，我希望对这些字符串执行取模，以便我可以将每个字符串提供给数据库编写器进行存储。我知道我可以对字符串的第一个字符执行模 10 的形式，如下所示:

for i in ["a.b","c.d"]: 
    print ord(i[0]) % 10

但是，这不会均匀地划分我的字符串，因为 word0、word1 和 word2 按字母顺序排序，并且字符串的第一个字符通常是“a”。我可以取字符串的最后一个字母，但不确定它们是否正态分布。

我的问题 :有没有一种快速的方法可以在整个字符串上执行类似“ord”的操作？我最终计划在字符串的整数表示上运行模 48，并希望该模输出均匀分布在所有 48 个内核上。如果其他人可以提供任何帮助，我将不胜感激。

Answer 1

s = "whatever"  # have a string
h = hash(s)     # obtain its hash
bin = h % 48    # find the bin

更新:Python 的内置 hash函数仅为单个进程提供确定性值。如果您想将此信息(直接或间接)保存在数据库中，您必须使用不包含任何随机数据的显式哈希函数。 (归功于@Alik)