测试结论：
random_str = lambda length: ''.join(random.choice(letters) for x in range(length))产生的随机字符串当然是会出现重复的。- secrets.randbits 产生随机的 xx位的整数，然后将整数映射到字符串中，产生随机字符串 也是会重复的
- 两个重复的概率差不多（手动小范围测试，一次产生 100 组，每组一万个随机字符串；大概会有 4 个重复的）
- secrets.randbits的方法要比 random_str 快很多，大概两、三倍 （分别产生长度为 8、10的随机字符串测试）
secrets.randbits 生成随机字符串：
def urandom_str(length=8):
"""生成 大写字母 + 数字 的随机字符串，长度为 `length`
:param length: int, 随机字符串的长度
:return: str, 指定长度的随机字符串
"""
# 假设随机字符串长度为8：32 个字符 x 8 = 32 ** 8 = (2 ** 5) ** 8 = 2 ** 40
# 因此，bits = 5 * 随机字符串长度
bits = 5 * length
n = secrets.randbits(bits)
# string.digits + string.ascii_uppercase 去掉 '10IO'，还剩 32 个字母
letters = '23456789ABCDEFGHJKLMNPQRSTUVWXYZ'
encode_letters = {i: ch for (i, ch) in enumerate(letters)}
base = len(letters)
lst = []
while n > 0:
n, remainder = divmod(n, base)
lst.append(encode_letters[remainder])
return ''.join(lst)
测试两者的函数：
def benchmark(func, groups, size):
lst = []
while groups > 0:
lst.extend([func(8) for _ in range(size)])
groups -= 1
print(len(lst) - len(set(lst)))
重复个数测试：
benchmark(random_str, 200, 10000) # 4
benchmark(urandom_str, 200, 10000) # 4
速度测试：
[ins] In [26]: %timeit urandom_str(8)
9.61 µs ± 39.7 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
[nav] In [27]: %timeit random_str(8)
9.8 µs ± 84.5 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)