转：短网址(short URL)的实现_如何生成短链接URL？

什么是短链接 ?

就是把普通网址，转换成比较短的网址。比如：这种http://t.cn/

E70Piib，在微博这些限制字数的应用里。好处不言而喻：短、字符少、美观、便于发布、传播。  

我们应该都能想到链接中的E70Piib对应的就是存储长链接地址的数据记录的ID，可是这个有大小写字母和数字构成的唯一ID是怎么生成的呢，刚学编程的时候我们用的方法都试拼接一个足够唯一的字符串（比如时间戳加用户ID等等）然后再用MD5或者SHA1散列算法算出一个散列值，用这种方法得到的唯一ID有可能比原始的链接的长度还要长，所以如何来优雅的生成足够短的字符串唯一ID呢？  

短链接的实现

我们先来看一个数学问题，普通的数字ID是用十进制来表示的，在十进制中每位都有10种可能（0-9），所以5位的十进制数能呈现最多 1010101010=100,000个ID。

现在如果用32进制来表达一个5位数字需要多少位呢？

php

echo base_convert(10000,10,32);//答案是 ‘90g‘

32进制是数字和一些小些字母来组成，所以5位32进制可表达的唯一ID有 3232323232=33,554,432个，数量已经很大了。使用32进制也能生成比较短的字符串唯一ID，不过还有更好的解决方案，你也看到了上面短链接的唯一ID里还包含大写字母。接下来我们使用62进制转换，将一个十进制数字转化为对应的62进制表示（为什么用62进制？数字加大小写字母一共是62个）。常用的这几个编程语言里没有提供62进制的转换，所以就需要我们自己写一个函数来进行10进制到62进制的转换。

一)

function shorturl($value, $b = 62)

{

$base = ‘0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ‘;

$r = $value  % $b;

$result = $base[$r];

$q=floor($value / $b);<spanclass="hljs-keyword">while</span>($q)

{

$r = $q % $b;

$q=floor($q / $b);

$result = $base[$r].$result;

}

return KaTeX parse error: Expected 'EOF', got '}' at position 9: result;
}̲
input)

{

$base32 = array (

‘a‘, ‘b‘, ‘c‘, ‘d‘, ‘e‘, ‘f‘, ‘g‘, ‘h‘,‘i‘, ‘j‘,

‘k‘, ‘l‘, ‘m‘, ‘n‘, ‘o‘, ‘p‘,‘q‘, ‘r‘, ‘s‘, ‘t‘,

‘u‘, ‘v‘, ‘w‘, ‘x‘,‘y‘, ‘z‘, ‘0‘, ‘1‘, ‘2‘, ‘3‘,

‘4‘, ‘5‘);

$hex = md5(‘prefix‘ . $input . ‘surfix‘);

$hexLen=strlen($hex);

$subHexLen = $hexLen / 8;

$output=<spanclass="hljs-keyword">array</span>();<spanclass="hljs-keyword">for</span>($i = 0; $i < $subHexLen; $i++)

{

$subHex=substr($hex, $i * 8, 8);

$int = 0x3FFFFFFF & (1 * (‘0x‘ . $subHex));

$out=‘‘;<spanclass="hljs-keyword">for</span>($j = 0; $j < 6; $j++)

{

$val = 0x0000001F & $int;

$out .= $base32[$val];

$int = $int >> 5;

}

$output = $out;

}

return $output;

}

理解了将十进制正整数转换成62进制的字符串表示形式的原理后，在任何编程语言里都可以很轻松地实现一个转换函数，下面再提供一个Python版本的 Base62.encode：

#!/usr/bin/python

# -- coding=UTF-8 --

from future import print_function, division

BASE62 = “0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ”

def encode(num, alphabet=BASE62):

“”“Encode a positive number in Base X

Arguments:

- num: The number to encode

- alphabet: The alphabet to use for encoding

“””

if num == 0:

return alphabet[0]

arr = []

base = len(alphabet)

while num:

num, rem = divmod(num, base)

arr.append(alphabet[rem])

arr.reverse()

return ‘‘.join(arr)

Python函数注解

• python的divmod函数用第一个参数num除以第二个参数base，并以元组的形式返回商和余数。

• 因为divmod返回两个元素构成的元组，在python中元组可以简写省略两边地括号，所以 num,rem=divmod(num,base)是一个元组赋值表达式，并不是divmod函数返回了两个返回值。

 

一亿用62进制表示出来后的结果是 6LAze ,生成的唯一字符串ID足够短。短链接只是一个应用场景， base62还可以应用到很多需要表示唯一ID的地方，这样一来你就不用再使用那些哈希算法来生成那么冗长的字符串了，虽然只是节省了一些空间但是这在高访问量的URL和海量数据的存储中还是能省下来不少资源的。