Python3标准库：uuid 全局唯一标识符

1. uuid 全局唯一标识符

uuid 模块实现了全局唯一标识符（Universally Unique Identifier)；这个RFC定义了一个系统，可以为资源创建唯一的标识符，这里采用一种不需要集中注册机的方式。UUID值为128位，正如参考指南所述，“UUID可以保证跨空间和时间的唯一性”。对于文档、主机、应用客户以及其他需要唯一值的情况，UUID可以用来生成标识符。这个RFC特别强调创建一个统一资源名(Uniform Resource Name)命名空间，并且涵盖了3个主要算法。

• 使用IEEE802MAC地址作为唯一性来源
• 使用伪随机数
• 使用公开的串并结合密码散列

在上述所有情况下，种子值都要与系统时钟结合，如果向后设置时钟，则要用一个时钟序列值维护唯一性。

1.1 UUID1: IEEE 802 MAC地址

UUID1值使用主机的MAC地址计算。uuid模块使用getnode()来获取当前系统的MAC值。

import uuid

print(hex(uuid.getnode()))

如果一个系统有多个网卡，那么相应地便会有多个MAC地址，并且可能返回其中任意一个值。

要为一个主机(由其MAC地址标识)生成一个UUID，需要使用uuid1()函数。节点标识符参数是可选的；如果没有设置这个域，那么便会使用getnode()返回的值。

import uuid

u = uuid.uuid1()

print(u)
print(type(u))
print('bytes   :', repr(u.bytes))
print('hex     :', u.hex)
print('int     :', u.int)
print('urn     :', u.urn)
print('variant :', u.variant)
print('version :', u.version)
print('fields  :', u.fields)
print('  time_low            : ', u.time_low)
print('  time_mid            : ', u.time_mid)
print('  time_hi_version     : ', u.time_hi_version)
print('  clock_seq_hi_variant: ', u.clock_seq_hi_variant)
print('  clock_seq_low       : ', u.clock_seq_low)
print('  node                : ', u.node)
print('  time                : ', u.time)
print('  clock_seq           : ', u.clock_seq)

对于返回的UUID对象，可以通过只读的实例属性访问它的各个部分。有些属性是UUID值的不同表示，如hex、int和urn。

由于有时间分量(time)，所以每次调用uuid1()都会返回一个新值。

import uuid

for i in range(3):
    print(uuid.uuid1())

在这个输出中，只有时间分量(串的开始部分)有变化。

由于每个计算机有不同的MAC地址，所以在不同系统上运行这个示例程序会生成完全不同的值。下一个例子传递不同的节点ID来模拟在不同主机上运行。

import uuid

for node in [0x1ec200d9e0, 0x1e5274040e]:
    print(uuid.uuid1(node), hex(node))

除了返回不同的时间值，UUID末尾的节点标识符也有变化。

1.2 UUID 3和5 基于名字的值

有些情况下可能需要根据名字创建UUID值，而不是根据随机值或基于时间的值来创建。UUID3和5规范使用密码散列值(分别使用MD5或SHA-1)，将特定于命名空间的种子值与名字相结合。有一些由预定义UUID值标识的公开的命名空间，分别用于处理DNS、URL、ISO OID和X.500识别名(Distinguished Name)。通过生成和保存UUID值，还可以定义新的特定于应用的命名空间。

import uuid

hostnames = ['www.doughellmann.com', 'blog.doughellmann.com']

for name in hostnames:
    print(name)
    print('  MD5   :', uuid.uuid3(uuid.NAMESPACE_DNS, name))
    print('  SHA-1 :', uuid.uuid5(uuid.NAMESPACE_DNS, name))
    print()

要从一个DNS名创建UUID，可以把uuid.NAMESPACE_DNS作为命名空间参数传入uuid3()或uuid5()。

不论什么时间计算或者在哪里计算，一个命名空间中给定名的UUID值总是相同的。

import uuid

namespace_types = sorted(
    n
    for n in dir(uuid)
    if n.startswith('NAMESPACE_')
)
name = 'www.doughellmann.com'

for namespace_type in namespace_types:
    print(namespace_type)
    namespace_uuid = getattr(uuid, namespace_type)
    print(' ', uuid.uuid3(namespace_uuid, name))
    print(' ', uuid.uuid3(namespace_uuid, name))
    print()

但是命名空间中相同名字的UUID值则是不同的。

1.3 UUID 4 随机数

有时，基于主机和基于命名空间的UUID值“差别还不够大”。例如，如果UUID要作为散列键，则需要有区分度更大、更随机的值序列来避免散列表中出现冲突。让值有更少的共同数字也能更容易地在日志文件中查找这些值。为了增加UUID的区分度，可以使用uuid4()利用随机的输入值生成UUID。

import uuid

for i in range(3):
    print(uuid.uuid4())

随机性的来源取决于导入uuid时哪些C库可用。如果可以加载libuuid(或uuid.d11)，而且其中包含一个生成随机值的函数，那么便使用这个函数。否则，使用os.urandom()或random模块。

1.4 处理UUID对象

除了生成新的UUID值，还可以解析标准格式的串以创建UUID对象，使比较和排序操作的处理更为容易。

import uuid

def show(msg, l):
    print(msg)
    for v in l:
        print(' ', v)
    print()

input_values = [
    'urn:uuid:f2f84497-b3bf-493a-bba9-7c68e6def80b',
    '{417a5ebb-01f7-4ed5-aeac-3d56cd5037b0}',
    '2115773a-5bf1-11dd-ab48-001ec200d9e0',
]

show('input_values', input_values)

uuids = [uuid.UUID(s) for s in input_values]
show('converted to uuids', uuids)

uuids.sort()
show('sorted', uuids)

从输入中去除外围大括号，另外将短横线(-)也去除。如果串有一个包含urn:或uuid:的前缀，则这个前缀也会被删除。剩下的文本必然是由十六进制数构成的串，然后再将它解释为一个UUID值。