为何Python自定义对象集合无法去除text相同的重复项？

示例代码 #

class MyObject(object):

    def __init__(self, no, text):
        self.no = no
        self.text = text

    def __eq__(self, other):
        if isinstance(other, self.__class__):
            return self.text == other.text
        return False

    def __hash__(self):
        return hash(str(self))

my_list = {MyObject(1, 'a'), MyObject(2, 'a'), MyObject(0, 'b')}


print(my_list)

问题描述 #

我定义了上述MyObject类，并重写了__eq__和__hash__方法，意图移除text属性相同的重复对象。但运行代码后，打印结果仍显示3个对象，无法去除text为'a'的重复项，请问这是为什么？

原因分析 #

核心问题出在__hash__方法的实现不符合Python集合去重的规则：

• 当前__hash__返回hash(str(self))，而Python默认的str(self)会包含对象的内存地址（例如<__main__.MyObject object at 0x10xxxxxx>）。即使两个对象的text属性相同，它们的内存地址唯一，导致str(self)结果不同，哈希值也就不一样。
• Python集合的去重逻辑是：先通过哈希值对元素分组，只有哈希值相同的对象才会触发__eq__方法比较是否相等。现在两个text为'a'的对象哈希值不同，集合不会进行后续的相等判断，因此会被当作不同元素保留。

解决方法 #

按照Python的规则，相等的对象必须拥有相同的哈希值，所以__hash__的计算逻辑必须和__eq__的判断依据保持一致——也就是只依赖text属性：

def __hash__(self):
    return hash(self.text)

修改后，两个text为'a'的对象哈希值相同，集合会调用__eq__方法判断，发现它们相等，最终只会保留其中一个，实现按text属性去重的目的。

内容的提问来源于stack exchange，提问作者marlon