ShortUrl Hash 의 실현
4674 단어 shortUrl
다음은 데이터베이스 지원 없 이 원본 URL 에 shorturl hash 를 진행 하 는 것 입 니 다.여기까지 말 하면 우 리 는 MD5 를 쉽게 생각 할 수 있 습 니 다. 고정 길이, 충돌 확률 이 낮 지만 32 글자, 너무 깁 니까?우 리 는 MD5 를 바탕 으로 그 문 자 를 단축 시 키 는 동시에 일정한 수량의 범위 내 에서 hash 가 충돌 하지 않도록 해 야 한다.
우 리 는 두 단계 로 나 누 어 실현 한다.
첫 번 째 알고리즘: ① 긴 주 소 를 md5 알고리즘 으로 32 비트 서명 문자열 을 만 들 고 4 단 으로 나 누 어 8 글자 로 나눈다. ② 이 4 단 순환 처리 에 대해 서 는 단락 당 8 개의 문 자 를 가 져 와 16 진 문자열 과 0x3ffffff f (30 비트 1) 의 위치 와 작업 으로 보고 30 비트 가 넘 는 무시 처리 로 봅 니 다. ③ 각 단락 에서 얻 은 이 30 자 리 를 6 단 으로 나 누고 5 자리 의 숫자 를 자모표 의 색인 으로 특정 문 자 를 얻어 6 자리 문자열 을 순서대로 얻는다. ④ 이러한 md5 문자열 은 6 개의 문자열 4 개 를 얻 을 수 있 으 며, 그 중 하 나 를 가 져 오 면 이 긴 url 의 짧 은 url 주소 로 사용 할 수 있 습 니 다. (중복 이 발생 할 확률 은 n / (32 ^ 6) 즉 n / 1, 073, 741, 824 이 며, 그 중 n 은 데이터베이스 에 기 록 된 개수 이다)
우 리 는 4 개의 6 개의 꼬치 를 얻 었 습 니 다. 그러나 어떤 것 을 최종 hash 결과 로 선택 하 시 겠 습 니까? 무 작위 로 선택 하면 안 됩 니 다. 같은 url 에서 두 번 hash 를 선택 하면 서로 다른 결 과 를 얻 을 수 있 습 니 다.다음은 원본 url 의 특징 에 따라 선택 하고 hash 충돌 가능성 을 같은 domain 에서 제어 합 니 다.
두 번 째 알고리즘:
① 원본 url 에서 도 메 인 이름 을 추출 하고 숫자 (최대 6 자리) 를 추출 합 니 다. ② 얻 은 숫자 와 4 를 모델 로 하고 얻 은 나머지 에 따라 첫 번 째 알고리즘 에서 얻 은 4 개의 shorturl 중 어느 것 을 선택 할 지 결정 한다. ③ 도 메 인 이름 에서 특징 문자열 추출: 1 급 도 메 인 이름 의 첫 번 째 문자 와 뒤의 두 자음 (자음 이 2 개 미 만 이면 임의의 앞의 두 개 를 가 져 옵 니 다). ④ 도 메 인 이름 특징 문자열 과 선택 한 shorturl 을 9 자리 문자 로 연결 하여 최종 shorturl 입 니 다. (후 두 단 계 는 충돌 을 하나의 domain 에서 제어 하 는 것 입 니 다) ShortUrl. py
#encoding:utf-8
__author__ = 'James Lau'
import hashlib
import re
def __original_shorturl(url):
'''
:
① md5 32 , 4 ,, 8 ;
② 4 , 8 , 16 0x3fffffff(30 1) , 30 ;
③ 30 6 , 5 , 6 ;
④ md5 4 6 , url url 。
( n/(32^6) n/1,073,741,824, n )
'''
base32 = ['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'
]
m = hashlib.md5()
m.update(url)
hexStr = m.hexdigest()
hexStrLen = len(hexStr)
subHexLen = hexStrLen / 8
output = []
for i in range(0,subHexLen):
subHex = '0x'+hexStr[i*8:(i+1)*8]
res = 0x3FFFFFFF & int(subHex,16)
out = ''
for j in range(6):
val = 0x0000001F & res
out += (base32[val])
res = res >> 5
output.append(out)
return output
def shorturl(url):
'''
:
① url , ( 6 );
② 4 , 4 shorturl ;
③ : ( 2 );
④ shorturl 9 shorturl;
( domain )
'''
match_full_domain_regex = re.compile(u'^https?:\/\/(([a-zA-Z0-9_\-\.]+[a-zA-Z0-9_\-]+\.[a-zA-Z]+)|([a-zA-Z0-9_\-]+\.[a-zA-Z]+)).*$')
match_full_domain = match_full_domain_regex.match(url)
if match_full_domain is not None:
full_domain = match_full_domain.group(1)
else:
return None
not_numeric_regex = re.compile(u'[^\d]+')
numeric_string = not_numeric_regex.sub(r'',url)
if numeric_string is None or numeric_string=='':
numeric_string = '0'
else:
numeric_string = numeric_string[-6:]
domainArr = full_domain.split('.')
domain = domainArr[1] if len(domainArr)==3 else domainArr[0]
vowels = 'aeiou0-9'
if len(domain)<=3:
prefix = domain
else:
prefix = re.compile(u'[%s]+'%vowels).sub(r'',domain[1:])
prefix = '%s%s'%(domain[0],prefix[:2]) if len(prefix)>=2 else domain[0:3]
t_shorturl = __original_shorturl(url)
t_choose = int(numeric_string)%4
result = '%s%s'%(prefix,t_shorturl[t_choose])
return result