注意：此处介绍的只是计算原理，并非实际发生的计算过程。

信息的「身份证」，一种更常见的称呼是「信息指纹」，是计算机应用领域里经常用以判断信息重复性的方法。「信息指纹」的计算方法有很多种，但原理是相似的：

你可能知道，不管是中文、外文还是数字，在计算机系统里，实际上都是以0或1的代码形式存储的，例如大写字母A的ASCII编码就是01000001，而小写字母z的ASCII编码是01111010（实际上也存在很多种编码标准，ASCII是一种常见的英语编码标准，采用8位二进制数字编码）。这实际上就相当于，每个字符都有一个自己专属的信息指纹。

简单来说，计算会对文本中出现的不同字符的信息指纹，结合它们各自在内容中出现的次数，反复进行算术运算，最终得到一篇内容的信息指纹。理论上说，如果运算足够多的次数，就会产生足够独一无二的数字结果。

信息指纹的重复概率有多低呢？假设我们通过上面的计算，得到一串128位的二进制数字，这在计算机系统里只需要占用很小的空间，但是根据「抽屉原理」，这样的数字重复一千八百亿次才能重复一次！这对于一般的信息消重来说，已经非常足够了。

总而言之，相同文章具有不同信息指纹，或者不同文章具有相同信息指纹的概率都几乎是0，对于“消重”机制，不必担心误判，也不能心存侥幸！

原理上说，不同内容的身份证是不一样的，而相同内容的身份证是一样的。并且，相似的内容会具有相似的身份证。这是头条号的系统对内容进行消重的基础。