可哈希 就是可以用python内置函数 hash 得出哈希值。
在龙潭等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供成都网站设计、成都网站制作 网站设计制作按需开发,公司网站建设,企业网站建设,品牌网站建设,成都全网营销推广,外贸网站建设,龙潭网站建设费用合理。
对任意对象 o，如果 o.__hash__() 返回一个整型值，那 o 就是可哈希的。
各种标量、tuple、正确实现了 __hash__ 函数的类的实例都是可哈希的。
Python中字符串是可哈希的，即可以作为字典的键或者HashTable的键使用。
您可以这样子使用Python内置函数hash（散列函数）：
您也可以将字符串转为一个集合：
总之，Python里面有很多内置的hash功能性数据结构和函数。
哈希(Hash)算法：`hash（object）`
哈希算法将一个不定长的输入，通过散列函数变换成一个定长的输出，即散列值。是一种信息摘要算法。对象的hash值比原对象拥有更低的内存复杂度。
它不同于加密。哈希（hash）是将目标文本转换成具有相同长度的，不可逆的杂凑字符串，而加密则是将文本转换为具有相同长度的，可逆的密文。
哈希（hash）算法是不可逆的，只能由输入产生输出，不能由输出产生输入。而加密则是可逆的。即可以从输入产生输出，也可以反过来从输出推出输入。
对于hash算法，不同的数据应该生成不同的哈希值。如果两个不同的数据经过Hash函数计算得到的Hash值一样。就称为哈希碰撞（collision）。哈希碰撞无法被完全避免。只能降低发生概率。
好的hash函数会导致最少的hash碰撞。
*
可哈希性（hashable）：
可哈希的数据类型为不可变的数据结构（如字符串srt，元组tuple，对象集objects等）。这种数据被称为可哈希性。
不可哈希性：
不可哈希的数据类型，为可变的数据结构（如字典dict，列表list和集合set等）。
如果对可变的对象进行哈希处理，则每次对象更新时，都需要更新哈希表。这样我们则需要将对象移至不同的数据集，这种操作会使花费过大。
因此设定不能对可变的对象进行hash处理。
**
**
Python3.x添加了hash算法的随机性，以提高安全性，因此对于每个新的python调用，同样的数据源生成的结果都将不同。
哈希方法有（MD5, SHA1, SHA256与SHA512等）。常用的有SH256与SHA512。MD5与SHA1不再常用。
- MDH5 (不常用)
- SHA1 (不常用)
- SHA256 (常用)
- SHA512 (常用)
一种局部敏感的hash算法，它产生的签名在一定程度上可以表征原内容的相似度。
可以被用来比较文本的相似度。
安装simhash：
Pip3 install simhash
感知哈希算法（perceptual Hash Algorithm）。用于检测图像和视频的差异。
安装Imagehash:
pip3 install Imagehash
比较下面两张图片的Imagehash值
可以看到两张图片的hash值非常相似。相似的图片可以生成相似的哈希值是Imagehash的特点。
hash函数输出大小就是摘要大小.输入单位就是块尺寸
当遇到“大集合”的数据比块尺寸还小的情况，是会把数据补齐到块大小，然后输出摘要。
.比如MD5的摘要为128bit或16byte，块512bit或64byte
输入"a",太小，补齐到64byte，“a_____________________”
输入一个16byte的摘要，通常用HEX编码显示为32byte，自然比a长很多
