如何获取不含Docstring的Python函数源码？去除Docstring不影响哈希的方法

针对你提到的两个核心需求——获取不含Docstring的函数源码，同时保证去除后不影响哈希（比如joblib.memory的缓存场景），以及inspect.getsource和inspect.getdoc的冲突问题，我整理了几个可靠的实践方案：

一、精准去除函数Docstring的推荐方法 #

1. 用ast模块解析语法树（最稳定） #

ast模块能直接解析Python代码的抽象语法树，精准定位并移除Docstring节点，完全保留原代码的结构（除了Docstring本身）。这种方式处理后的源码格式稳定，哈希值不会轻易变动，完美适配joblib这类依赖哈希做缓存的场景。

示例代码：

import ast
import inspect

def remove_docstring(source_code):
    tree = ast.parse(source_code)
    # 遍历AST节点，移除函数/类的Docstring
    for node in ast.walk(tree):
        if isinstance(node, (ast.FunctionDef, ast.AsyncFunctionDef, ast.ClassDef)) and ast.get_docstring(node):
            # 定位并移除Docstring对应的表达式节点
            if node.body and isinstance(node.body[0], ast.Expr) and isinstance(node.body[0].value, ast.Constant):
                node.body.pop(0)
    # 重新生成格式化后的源码
    return ast.unparse(tree)

# 用法示例
def my_func(a, b):
    """这是一个测试用的Docstring
    包含多行内容"""
    return a + b

# 获取原始源码后去除Docstring
raw_source = inspect.getsource(my_func)
cleaned_source = remove_docstring(raw_source)
print(cleaned_source)

这个方法的核心优势是：只移除Docstring，代码的缩进、变量名、逻辑结构完全不变，哈希值稳定性拉满。

2. 解决inspect的缓存冲突问题 #

你提到inspect.getsource和inspect.getdoc会互相影响——调用其中一个后，另一个返回的是“清理”后的结果。这是因为inspect内部会缓存解析结果，解决办法是直接从源码文件读取原始代码，绕过inspect的缓存：

def get_raw_source(func):
    file_path = inspect.getsourcefile(func)
    start_line = inspect.getsourcelines(func)[1]
    # 计算函数结束行号
    end_line = start_line + func.__code__.co_lnotab_size
    
    # 直接读取文件原始内容
    with open(file_path, 'r', encoding='utf-8') as f:
        lines = f.readlines()
    return ''.join(lines[start_line-1:end_line])

用这个方法拿到的是文件里的原始源码，不会被inspect的缓存干扰，之后再用上面的remove_docstring处理即可。

二、保证哈希稳定的关键注意事项 #

在joblib.memory这类场景中，哈希值稳定的核心是处理后的源码完全一致，所以要注意：

• 避免用正则表达式直接处理（容易误删内容或改变缩进，比如匹配到字符串里的三重引号）
• 使用ast.unparse（Python 3.9+）或astor库（兼容旧版本）生成处理后的源码，保证输出格式统一
• 跨环境使用时，确保Python版本一致，不同版本的ast.unparse可能有细微格式差异

三、简单场景的正则补充方案（不推荐复杂场景） #

如果你的函数Docstring都是标准格式（没有嵌套三重引号），可以用快速正则方案，但注意局限性：

import re

def remove_docstring_regex(source):
    # 匹配函数/类开头的三重引号Docstring
    pattern = r'(def |class |async def )(.*?:)\s*("""[\s\S]*?"""|\'\'\'[\s\S]*?\'\'\')'
    return re.sub(pattern, r'\1\2', source, flags=re.MULTILINE)

但遇到Docstring里包含三重引号（比如字符串示例），这个方法会失效，所以优先用ast方案。

内容的提问来源于stack exchange，提问作者safetyduck