每次使用 Python 调用时都生成唯一的 ID

Question

创建python脚本的最佳方法是什么，通过调用which，它总是会生成一个新的唯一ID（自动增量）

你运行脚本，它会告诉你 1，然后关闭脚本并再次打开，它会告诉你 2。

它的目的是创建一个脚本，该脚本将被使用，该 ID 将用于跟踪最新的更改等。

附：我不是说要制作一个可以做到的功能。

Answer 1

import uuid

uniqueid = uuid.uuid1()

Answer 2

由于你没有提供任何代码，我也不提供任何代码。

解决方案 1：唯一 ID

1) TIME:创建函数给你时间戳

2) ID：创建生成带有随机数字和字母的长字符串的函数

• 这当然是“有风险的”，因为您有可能会生成已经存在的 ID，但从统计的角度来看，这就是所谓的“即使有可能也不可能”

保存在文件中或某处

解决方案 2：偏移 - 增量

1) 文件中有一个 0。

2) 打开文件，读取行，转换为整数，递增到+1，写入文件。

注意：

你的标题是错误的。前一刻你在谈论 UNIQUE ID，下一刻你在谈论偏移量。唯一 ID 和计数运行 python 脚本是很矛盾的想法

Answer 3

我假设你有一个脚本，它每次执行都会产生一些结果。然后，您需要一个值，该值 (1) 将一个结果与另一个结果区分开来，并且 (2) 显示哪个结果最后出现。那正确吗？如果是这样，我们在这里有很多选择。在最简单的情况下（始终在同一台机器上运行的脚本）我会建议两个选项

将计数保存到文件

在这种情况下，您将拥有一个文件并从中读取数字：

try:
    with open('count.txt') as count_file:
        content = count_file.read()
        count = int(content)
except Exception:
    count = 0

在执行完脚本所做的任何事情后，您会将已读取但递增的值写入文件：

with open('count.txt', 'w') as count_file:
    count_file.write(str(count + 1))

保存时间戳

然而，一个更简单的选择不是增加一个值，而是获取一个时间戳。您可以使用time.time()，它返回自Unix epoch 以来的秒数：

>>> import time
>>> time.time()
1547479233.9383247

您将永远知道哪个结果比其他结果来得晚。不过就个人而言，我更喜欢format the current time，它更容易阅读和推理：

>>> from datetime import datetime
>>> datetime.now().strftime('%Y%m%d%H%M%S')
'20190114132407'

这些是基本的想法，您可能需要注意极端情况和可能的失败（尤其是基于文件的解决方案）。也就是说，我想这些都是相当可行的第一步。

技术说明

您想要的是让程序在两次或多次执行之间记住一条信息，我们对此有一个技术术语：信息应该是持久的。由于您要求自动递增功能，因此您需要一个持久计数。但是，我怀疑如果您使用时间戳选项，则不需要这样做。在这里做什么由您决定。

Answer 4

我也有同样的情况。我最终创建了一个 CSV 文件，以便我可以映射变量名。

def itemId_generator(itemIdLocation):
    # Importing value of ItemID from the csv file
    df = pd.read_csv(itemIdLocation)

    #return value which is current ItemID in the csv file
    ItemId = df.loc[0, 'ItemId']

    # If loop to set limit to maximum Item ID
    if ItemId>= 10000:
        df.loc[0, 'ItemId'] = 1

    elif ItemId<10000:
        # updating the column value/data
        df.loc[0, 'ItemId'] = df.loc[0,'ItemId'] + 1
    else:
        print("Invalid value returned")
        sys.exit()

    # writing new ItemID into the file
    df.to_csv(itemIdLocation, index=False)

    # The function .item() converts numpy integer to a normal int
    return str(ItemId.item())

Answer 5

如果文件有可能被同时访问，最好锁定文件。如果文件被锁定，请继续尝试。

http://tilde.town/~cristo/file-locking-in-python.html

旧答案： 您可以将其作为环境变量存储在系统上。如果未设置，则初始化为 1。否则将其递增 1。