shortuuid 技术文档
2024-12-25 11:27:30作者:姚月梅Lane
1. 安装指南
环境要求
- Python 3.6 及以上版本
安装方式
shortuuid 可以通过以下几种方式进行安装:
-
使用 pip 安装(推荐):
pip install shortuuid -
使用 setuptools 安装:
easy_install shortuuid -
源码安装: 从 GitHub 仓库 下载源码,然后运行以下命令:
python setup.py install
2. 项目使用说明
基本使用
在项目中使用 shortuuid,只需导入模块:
import shortuuid
生成一个短 UUID:
shortuuid.uuid()
# 输出示例: 'vytxeTZskVKR7C7WgdSP3d'
生成特定版本的 UUID
如果需要生成版本 5 的 UUID,可以传入一个名称(DNS 或 URL):
shortuuid.uuid(name="example.com")
# 输出示例: 'exu3DTbj2ncsn9tLdLWspw'
生成加密安全的随机字符串
使用 os.urandom() 生成加密安全的随机字符串:
shortuuid.ShortUUID().random(length=22)
# 输出示例: 'RaF56o2r58hTKT7AYS9doj'
自定义字母表
查看当前使用的字母表:
shortuuid.get_alphabet()
# 输出示例: '23456789ABCDEFGHJKLMNPQRSTUVWXYZabcdefghijkmnopqrstuvwxyz'
设置自定义字母表:
shortuuid.set_alphabet("aaaaabcdefgh1230123")
shortuuid.uuid()
# 输出示例: '0agee20aa1hehebcagddhedddc0d2chhab3b'
序列化现有 UUID
使用 encode() 和 decode() 方法序列化和反序列化 UUID:
import uuid
u = uuid.uuid4()
s = shortuuid.encode(u)
shortuuid.decode(s) == u
# 输出示例: True
3. 项目 API 使用文档
shortuuid.uuid()
生成一个短 UUID。
shortuuid.uuid(name=None)
生成一个版本 5 的 UUID,使用指定的名称作为命名空间。
shortuuid.ShortUUID().random(length=22)
生成一个加密安全的随机字符串。
shortuuid.get_alphabet()
获取当前使用的字母表。
shortuuid.set_alphabet(alphabet, dont_sort_alphabet=False)
设置自定义字母表,并可以选择是否对字母表进行排序。
shortuuid.encode(uuid)
将标准的 UUID 编码为短 UUID。
shortuuid.decode(shortuuid_str, legacy=False)
将短 UUID 解码为标准的 UUID。如果使用旧版本的 shortuuid,可以设置 legacy=True。
4. 项目安装方式
使用 pip 安装
pip install shortuuid
使用 setuptools 安装
easy_install shortuuid
源码安装
从 GitHub 仓库下载源码并安装:
python setup.py install
通过以上步骤,您可以轻松安装并使用 shortuuid 库,生成简洁、URL 安全的 UUID。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust074- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
最新内容推荐
从配置混乱到智能管理:DsHidMini设备个性化配置系统的进化之路如何用G-Helper优化华硕笔记本性能?8MB轻量化工具的实战指南打破音乐枷锁:用Unlock Music解放你的加密音频文件网盘加速工具配置指南:从网络诊断到高效下载的完整方案UI-TARS-desktop环境搭建全攻略:从零基础到成功运行的5个关键步骤突破Windows界面限制:ExplorerPatcher让系统交互回归高效本质突破Arduino ESP32安装困境:从根本解决下载失败的实战指南Notion数据管理高效工作流:从整理到关联的完整指南设计资源解锁:探索Fluent Emoji的创意应用与设计升级路径StarRocks Stream Load数据导入实战指南:从问题解决到性能优化
项目优选
收起
暂无描述
Dockerfile
689
4.46 K
Ascend Extension for PyTorch
Python
543
668
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
955
928
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
414
74
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
407
323
昇腾LLM分布式训练框架
Python
146
172
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.59 K
925
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
642
292