如何在Python中对方法内容哈希以实现缓存自动更新？

手动维护transform_version确实容易因为疏忽漏掉更新，而内置__hash__()方法依赖内存地址，每次运行都会变化，完全没法用来标识函数内容的变更。下面是直接基于函数源码生成稳定哈希值的可行方案：

核心思路 #

通过获取函数的源代码文本并计算哈希值，用这个哈希值替代手动维护的版本号。只要函数代码内容不变，哈希值就稳定；代码修改后，哈希值自动更新，自然触发缓存刷新。

实现代码 #

先导入必要模块，编写一个获取函数内容哈希的工具函数：

import inspect
import hashlib

def get_function_content_hash(func):
    # 获取函数的源代码文本
    try:
        func_source = inspect.getsource(func)
    except TypeError:
        raise ValueError("无法获取函数源代码，请确保函数定义在可导入的模块文件中")
    
    # 生成SHA256哈希，取前8位作为版本标识（长度可按需调整）
    hash_object = hashlib.sha256(func_source.encode("utf-8"))
    return hash_object.hexdigest()[:8]

然后替换原有代码中的transform_version：

cached_file = get_cached_filename(
    data_version=data.version,
    transform_version=get_function_content_hash(download_and_apply_transforms),
)

# Return the cached file if present
if cached_file.exists() and not overwrite:
    logger.debug("Reading dataset from local cache")
    return joblib.load(cached_file)
    
logger.debug("Downloading dataset and storing to local cache")

# Do the expensive data download and transform
df = download_and_apply_transforms(data)

# Store dataframe to local data cache
joblib.dump(df, cached_file)

return df

注意事项 #

• 源码可获取性：inspect.getsource()仅能获取定义在模块文件中的函数源码，如果是在交互式环境（比如Jupyter Notebook）或动态生成的函数，可能会报错。这种情况建议把转换逻辑封装到单独的Python模块文件中。
• 依赖函数的变更：如果download_and_apply_transforms内部调用了其他自定义函数，且这些函数的修改也需要触发缓存刷新，需要递归收集所有依赖函数的源码并加入哈希计算。可以通过inspect.getclosurevars()分析函数的闭包变量，把相关函数的源码也包含进来。
• 哈希长度选择：示例中取哈希值前8位，足够应对绝大多数场景；若担心冲突，可使用完整的64位哈希值，只是文件名会更长。

内容的提问来源于stack exchange，提问作者casparjespersen