如何为Protobuf消息实现__hash__方法以存入集合？

嘿，我太懂你这种碰壁的感觉了——Protobuf生成的Python消息类确实不能直接通过继承来重写__hash__，它们的内部是靠元编程动态构建的，直接继承会打乱DESCRIPTOR这类核心属性的加载逻辑，这就是你碰到KeyError: 'DESCRIPTOR'的根源。

给你两个实用的解决方案，都是我实际项目里用过的：

方案一：用包装类（组合模式） #

这种方式最稳妥，不会改动原Protobuf类的结构，通过包装器来实现哈希和相等判断：

import message_pb2

class HashableMessageWrapper:
    def __init__(self, proto_msg):
        # 把原始Protobuf消息实例作为属性存起来
        self.proto_msg = proto_msg
    
    def __eq__(self, other):
        # 先判断类型是否一致
        if not isinstance(other, HashableMessageWrapper):
            return False
        # 用序列化后的字节串判断两个消息是否完全相等
        return self.proto_msg.SerializeToString() == other.proto_msg.SerializeToString()
    
    def __hash__(self):
        # 基于序列化字节串生成哈希值，保证相等的消息哈希值一致
        return hash(self.proto_msg.SerializeToString())

使用的时候，把你的消息包一层再放进集合：

# 创建两个内容相同的Protobuf消息
msg1 = message_pb2.Message()
msg1.user_id = 123
msg1.content = "hello"

msg2 = message_pb2.Message()
msg2.user_id = 123
msg2.content = "hello"

# 包装后加入集合
unique_messages = set()
unique_messages.add(HashableMessageWrapper(msg1))
unique_messages.add(HashableMessageWrapper(msg2))

print(len(unique_messages))  # 输出1，因为两个消息内容相同，被视为同一个元素

如果只关心特定字段的唯一性（不需要全字段比较），也可以自定义哈希和相等判断的逻辑，比如只基于user_id：

def __eq__(self, other):
    if not isinstance(other, HashableMessageWrapper):
        return False
    return self.proto_msg.user_id == other.proto_msg.user_id

def __hash__(self):
    return hash(self.proto_msg.user_id)

方案二：猴子补丁（直接修改原类） #

如果你不想写包装类，也可以直接给生成的Protobuf消息类动态添加__hash__和__eq__方法，注意这种方式会全局生效，适合所有地方都需要哈希该消息的场景：

import message_pb2

# 自定义哈希函数：基于消息序列化后的字节串
def _message_hash(self):
    return hash(self.SerializeToString())

# 自定义相等判断函数
def _message_eq(self, other):
    if not isinstance(other, message_pb2.Message):
        return False
    return self.SerializeToString() == other.SerializeToString()

# 把方法绑定到原Protobuf类上
message_pb2.Message.__hash__ = _message_hash
message_pb2.Message.__eq__ = _message_eq

之后就可以直接把Protobuf消息放进集合了：

msg1 = message_pb2.Message()
msg1.user_id = 123
msg2 = message_pb2.Message()
msg2.user_id = 123

unique_set = set()
unique_set.add(msg1)
unique_set.add(msg2)
print(len(unique_set))  # 输出1

为什么不能直接继承？ #

简单说，Protobuf生成的Python类是通过google.protobuf.descriptor动态创建的，DESCRIPTOR是类的核心元数据，直接继承会破坏它的初始化流程，导致找不到这个关键属性，所以才会抛出KeyError。组合或者猴子补丁才是更适配Protobuf设计的方式。

备注：内容来源于stack exchange，提问作者masoud