Short URL (短网址) 算法C#实现

现在提供Short Url(短网址)的网站越来越多了,特别是Twitter的助Short Url的一臂之力,越来越多的人开始使用Short Url (短网址)。目前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/1Umn8D
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色情,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。

下面先来看看短网址映射算法的理论(网上找到的资料http://www.snippetit.com/2009/04/php-short-url-algorithm-implementation/

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 (出现重复的几率大约是n/(32^6) 也就是n/1,073,741,824,其中n是数据库中记录的条数)。

其实实现Short Url的功能并不复杂,但最关键的就是这个短代码要够短,而且需要重复的几率尽可能小,还有就是用户输入的同一个Url,应该返回唯一的Short Url,用户在请求长的Url之后,先从数据库查找一下这个长Url是否存在,如果存在,就直接取出其对应的短代码,如果不存在,则生成短代码,与用户的长Url同时保存在数据库中。

下面来看看算法的C#实现方式:

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 = "JianYun";
        //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 = GetMD5Hash(key + url);

        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;
}

public static string GetMD5Hash(string str)
{
        MD5 md5Hasher = MD5.Create();
        byte[] data = md5Hasher.ComputeHash(Encoding.Default.GetBytes(str));
        StringBuilder sBuilder = new StringBuilder();
        for (int i = 0; i < data.Length; i++)
        {
            sBuilder.Append(data[i].ToString("x2"));
        }
        return sBuilder.ToString();
}

原创文章,转载请注明: 转载自闲云博客

本文链接地址: Short URL (短网址) 算法C#实现

5 response to "Short URL (短网址) 算法C#实现"

  1. By: 猫咪 Posted: 2011/02/22

    int index = 0x0000003D & hexint;
    这一段用3D来处理是不对的,原文是用的a-z0-5一共32个字符来做的,使用1F是合理的,你扩大了原chars 为62个字符,但是3D使里面部分的字符无法取到,6位的3D与其与运算,最后又进行5位的位移,有些位的字符重复使用,但并没有降低重复率。

    [回复该评论]

    jianyun 回复:

    确实有这个问题,将会update代码

    [回复该评论]

发表评论

电子邮件地址不会被公开。 必填项已用*标注