微博的短url如何实现

短网址应用已经在全国各大微博上开始流行了起来。例如QQ微博的url.cn，新郎的sinaurl.cn等。

我们在QQ微博上发布网址的时候，微博会自动判别网址，并将其转换，例如：http://url.cn/2hytQx

为什么要这样做的，原因我想有这样几点：

1、微博限制字数为140字一条，那么如果我们需要发一些连接上去，但是这个连接非常的长，以至于将近要占用我们内容的一半篇幅，这肯定是不能被允许的，所以短网址应运而生了。

2、短网址可以在我们项目里可以很好的对开放级URL进行管理。有一部分网址可以会涵盖XX，暴力，广告等信息，这样我们可以通过用户的举报，完全管理这个连接将不出现在我们的应用中，应为同样的URL通过加密算法之后，得到的地址是一样的。

3、我们可以对一系列的网址进行流量，点击等统计，挖掘出大多数用户的关注点，这样有利于我们对项目的后续工作更好的作出决策。

 

其实以上三点纯属个人观点，因为在我接下来的部分项目中会应用到，所以就了解了一下，下面先来看看短网址映射算法的理论（网上找到的资料）

1)将长网址md5生成32位签名串,分为4段, 每段8个字节;
2)对这四段循环处理, 取8个字节, 将他看成16进制串与0x3fffffff(30位1)与操作, 即超过30位的忽略处理; 
3)这30位分成6段, 每5位的数字作为字母表的索引取得特定字符, 依次进行获得6位字符串;
4)总的md5串可以获得4个6位串; 取里面的任意一个就可作为这个长url的短url地址;

 

很简单的理论，我们并不一定说得到的URL是唯一的，但是我们能够取出4组URL，这样几乎不会出现太大的重复。

下面来看看程序部分：

 

public   static   string [] ShortUrl( string  url)
        {
             // 可以自定义生成MD5加密字符传前的混合KEY
             string  key  =   " Leejor " ;
             // 要使用生成URL的字符
             string [] chars  =   new   string []{
                 " 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 " ,
                 " 6 " , " 7 " , " 8 " , " 9 " , " 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 "

              };
             // 对传入网址进行MD5加密
             string  hex  =  System.Web.Security.FormsAuthentication.HashPasswordForStoringInConfigFile(key  +  url,  " md5 " );

             string [] resUrl  =   new   string [ 4 ];

             for  ( int  i  =   0 ; i  <   4 ; i ++ )
            {
                 // 把加密字符按照8位一组16进制与0x3FFFFFFF进行位与运算
                 int  hexint  =   0x3FFFFFFF   &  Convert.ToInt32( " 0x "   +  hex.Substring(i  *   8 ,  8 ),  16 );
                 string  outChars  =   string .Empty;
                 for  ( int  j  =   0 ; j  <   6 ; j ++ )
                {
                     // 把得到的值与0x0000003D进行位与运算，取得字符数组chars索引
                     int  index  =   0x0000003D   &  hexint;
                     // 把取得的字符相加
                    outChars  +=  chars[index];
                     // 每次循环按位右移5位
                    hexint  =  hexint  >>   5 ;
                }
                 // 把字符串存入对应索引的输出数组
                resUrl[i]  =  outChars;
            }

             return  resUrl;
        }

 

 

现在可以直接使用该方法，可以等到下面四组值

ShortUrl(http://www.me3.cn")[0];  //得到值fAVfui

ShortUrl("http://www.me3.cn")[1];  //得到值3ayQry

ShortUrl("http://www.me3.cn")[2];  //得到值UZzyUr

ShortUrl("http://www.me3.cn")[3];  //得到值36rQZn

 在存放这个URL的数据方面，我个人推荐TTServer，有的朋友可以没有听说过，下面是这个数据库的介绍：

Tokyo Cabinet 是日本人 Mikio Hirabayashi（平林幹雄）のページ  开发的一款DBM数据库(注：大名鼎鼎的DBM数据库qdbm就是他开发的)，该数据库读写非常快。insert:0.4sec/1000000 recordes(2500000qps)，写入100万数据只需要0.4秒。search:0.33sec/1000000 recordes (3000000 qps)，读取100万数据只需要0.33秒。 

可以看到对于字典类型的数据Key/Value的查询，这个数据库可以说是我目前见过效率非常高的，况且他如此的小巧，用来对short url/long url的配对再好不过。