Python/Dill 序列化散列取决于导入的包？

Question

考虑以下代码：

from os.path import join
import dill
from tempfile import TemporaryDirectory
import hashlib

def filehash(path):
    with open(path, 'rb') as f:
        return hashlib.sha256(f.read()).hexdigest()

def func(a,b):
    return a + b
    
with TemporaryDirectory() as td:
    temp = join(td, "func.tmp")
    with open(temp, "wb") as f:
        dill.dump(func, f)
    print(filehash(temp))

这将一个简单的函数 func() 序列化到磁盘，然后打印结果文件的哈希值。

现在，在第一行之前添加一些不会使用的包的导入语句，例如import numpy 并再次执行整个程序。现在文件哈希不同了。

有人能告诉我这是为什么吗？

Answer 1

当 Dill pickle 函数时，它必须保存函数可以访问的范围。因此，当您添加导入时，保存的内容也会发生变化，因为它包括被导入更改的模块范围。

如果您不想这样，我建议您将要钻取的功能放在它们自己的模块中。这样他们的模块范围就不会包含他们不需要访问的任何东西。

我也建议不要依赖于产生相同莳萝的相同代码。

Python/Dill 序列化散列取决于导入的包？

Python/Dill serialization hash depending on imported packages?

python

dill