这个方法比Ignacio发布的random.choice（）方法稍快，也稍令人讨厌。

它利用了伪随机算法的特性，按位和移位的存储体比为每个字符生成新的随机数更快。

# must be length 32 -- 5 bits -- the question didn't specify using the full set
# of uppercase letters ;)
_ALPHABET = 'ABCDEFGHJKLMNPQRSTUVWXYZ23456789'

def generate_with_randbits(size=32):
    def chop(x):
        while x:
            yield x & 31
            x = x >> 5
    return  ''.join(_ALPHABET[x] for x in chop(random.getrandbits(size * 5))).ljust(size, 'A')

…创建一个生成器，该生成器每次从0..31取出5位数字，直到没有剩余

…join（）生成器对随机数的结果与正确的位

使用Timeit，对于32个字符串，计时为：

[('generate_with_random_choice', 28.92901611328125),
 ('generate_with_randbits', 20.0293550491333)]

…但对于64个字符串，randbits会丢失；）

除非我真的不喜欢我的同事，否则我可能永远不会在生产代码中使用这种方法。

edit：更新以适应问题（仅限大写和数字），并使用按位运算符&和>>而不是%和//

>>> import string 
>>> import random

以下逻辑仍然生成6个字符的随机样本

>>> print ''.join(random.sample((string.ascii_uppercase+string.digits),6))
JT7K3Q

无需乘以6

>>> print ''.join(random.sample((string.ascii_uppercase+string.digits)*6,6))

TK82HK

这个方法比Ignacio发布的random.choice（）方法稍快，也稍令人讨厌。

它利用了伪随机算法的特性，按位和移位的存储体比为每个字符生成新的随机数更快。

# must be length 32 -- 5 bits -- the question didn't specify using the full set
# of uppercase letters ;)
_ALPHABET = 'ABCDEFGHJKLMNPQRSTUVWXYZ23456789'

def generate_with_randbits(size=32):
    def chop(x):
        while x:
            yield x & 31
            x = x >> 5
    return  ''.join(_ALPHABET[x] for x in chop(random.getrandbits(size * 5))).ljust(size, 'A')

…创建一个生成器，该生成器每次从0..31取出5位数字，直到没有剩余

…join（）生成器对随机数的结果与正确的位

使用Timeit，对于32个字符串，计时为：

[('generate_with_random_choice', 28.92901611328125),
 ('generate_with_randbits', 20.0293550491333)]

…但对于64个字符串，randbits会丢失；）

除非我真的不喜欢我的同事，否则我可能永远不会在生产代码中使用这种方法。

edit：更新以适应问题（仅限大写和数字），并使用按位运算符&和>>而不是%和//

一种更简单、更快但随机性稍低的方法是使用random.sample，而不是分别选择每个字母。如果允许n次重复，则将随机基础放大n倍。

import random
import string

char_set = string.ascii_uppercase + string.digits
print ''.join(random.sample(char_set*6, 6))

注：random.sample防止字符重复使用，将字符集的大小相乘可以进行多次重复，但它们的可能性仍然小于纯随机选择。如果我们选择长度为6的字符串，并选择“X”作为第一个字符，在选择示例中，第二个字符获得“X”的几率与第一个字符获得的几率相同。在random.sample实现中，将“X”作为任何后续字符的几率只有将其作为第一个字符的几率的6/7

使用Numpy的随机choice（）函数

import numpy as np
import string        

if __name__ == '__main__':
    length = 16
    a = np.random.choice(list(string.ascii_uppercase + string.digits), length)                
    print(''.join(a))

文档在这里http://docs.scipy.org/doc/numpy-1.10.0/reference/generated/numpy.random.choice.html

我在寻找不同的答案，并花时间阅读了秘密文件

机密模块用于生成适合于管理数据（如密码、帐户验证、安全令牌和相关机密）的加密强随机数。特别是，应优先使用秘密，而不是随机模块中的默认伪随机数生成器，其设计用于建模和模拟，而不是安全或密码学。

深入了解它所提供的功能，我发现如果你想模仿像Google Drive ID这样的ID，我会发现一个非常方便的功能：

secrets.token_urlsafe（[nbytes=无]）返回随机URL安全文本字符串，包含n字节随机字节。文本是Base64编码的，因此平均每个字节大约有1.3个字符。如果nbytes为None或未提供，则使用合理的默认值。

使用方法如下：

import secrets
import math

def id_generator():
    id = secrets.token_urlsafe(math.floor(32 / 1.3))
    return id

print(id_generator())

输出32个字符的长度id：

joXR8dYbBDAHpVs5ci6iD-oIgPhkeQFk

我知道这与OP的问题稍有不同，但我希望这对许多正在寻找与我相同用例的人仍然有帮助。