短網(wǎng)址的原理與生成方法（Java實(shí)現(xiàn)）

短網(wǎng)址應(yīng)用已經(jīng)在全國各大微博上開始流行了起來。例如QQ微博的url.cn，新郎的sinaurl.cn等。

我們在QQ微博上發(fā)布網(wǎng)址的時(shí)候，微博會自動判別網(wǎng)址，并將其轉(zhuǎn)換，例如：http://url.cn/2hytQx

為什么要這樣做的，原因我想有這樣幾點(diǎn)：

1. 微博限制字?jǐn)?shù)為140字一條，那么如果我們需要發(fā)一些連接上去，但是這個(gè)連接非常的長，以至于將近要占用我們內(nèi)容的一半篇幅，這肯定是不能被允許的，所以短網(wǎng)址應(yīng)運(yùn)而生了。
2. 短網(wǎng)址可以在我們項(xiàng)目里可以很好的對開放級URL進(jìn)行管理。有一部分網(wǎng)址可以會涵蓋色情，暴力，廣告等信息，這樣我們可以通過用戶的舉報(bào)，完全管理這個(gè)連接將不出現(xiàn)在我們的應(yīng)用中，應(yīng)為同樣的URL通過加密算法之后，得到的地址是一樣的。
3. 我們可以對一系列的網(wǎng)址進(jìn)行流量，點(diǎn)擊等統(tǒng)計(jì)，挖掘出大多數(shù)用戶的關(guān)注點(diǎn)，這樣有利于我們對項(xiàng)目的后續(xù)工作更好的作出決策。
   

其實(shí)以上三點(diǎn)純屬個(gè)人觀點(diǎn)，因?yàn)樵谖医酉聛淼牟糠猪?xiàng)目中會應(yīng)用到，所以就了解了一下，下面先來看看短網(wǎng)址映射算法的理論（網(wǎng)上找到的資料）：

1. 將長網(wǎng)址md5生成32位簽名串，分為4段，每段8個(gè)字節(jié)；
2. 對這四段循環(huán)處理，取8個(gè)字節(jié)，將他看成16進(jìn)制串與0x3fffffff(30位1)與操作，即超過30位的忽略處理；
3. 這30位分成6段，每5位的數(shù)字作為字母表的索引取得特定字符，依次進(jìn)行獲得6位字符串；
4. 總的md5串可以獲得4個(gè)6位串；取里面的任意一個(gè)就可作為這個(gè)長url的短url地址；
   

很簡單的理論，我們并不一定說得到的URL是唯一的，但是我們能夠取出4組URL，這樣幾乎不會出現(xiàn)太大的重復(fù)。

下面來看看程序部分：

public static string[] ShortUrl(string url) 
{ 
 //可以自定義生成MD5加密字符傳前的混合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" 
 }; 
 
 //對傳入網(wǎng)址進(jìn)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位一組16進(jìn)制與0x3FFFFFFF進(jìn)行位與運(yùn)算 
  int hexint = 0x3FFFFFFF & Convert.ToInt32("0x" + hex.Substring(i * 8, 8), 16); 
  string outChars = string.Empty; 
  for (int j = 0; j < 6; j++) 
  { 
   //把得到的值與0x0000003D進(jìn)行位與運(yùn)算，取得字符數(shù)組chars索引 
   int index = 0x0000003D & hexint; 
   //把取得的字符相加 
   outChars += chars[index]; 
   //每次循環(huán)按位右移5位 
   hexint = hexint >> 5; 
  } 
  //把字符串存入對應(yīng)索引的輸出數(shù)組 
  resUrl[i] = outChars; 
 } 
 return resUrl; 
} 

現(xiàn)在可以直接使用該方法，可以等到下面四組值：

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 

在存放這個(gè)URL的數(shù)據(jù)方面，我個(gè)人推薦TTServer，有的朋友可以沒有聽說過，下面是這個(gè)數(shù)據(jù)庫的介紹：

Tokyo Cabinet 是日本人 Mikio Hirabayashi（平林幹雄）のページ 開發(fā)的一款DBM數(shù)據(jù)庫(注：大名鼎鼎的DBM數(shù)據(jù)庫qdbm就是他開發(fā)的)，該數(shù)據(jù)庫讀寫非?？臁nsert:0.4sec/1000000 recordes(2500000qps)，寫入100萬數(shù)據(jù)只需要0.4秒。search:0.33sec/1000000 recordes (3000000 qps)，讀取100萬數(shù)據(jù)只需要0.33秒。

可以看到對于字典類型的數(shù)據(jù)Key/Value的查詢，這個(gè)數(shù)據(jù)庫可以說是我目前見過效率非常高的，況且他如此的小巧，用來對short url/long url的配對再好不過。

該系統(tǒng)使用6個(gè)短碼字符來表示任何長度的網(wǎng)址。 有效的字符代碼是ASCII 'A'到'Z'和'0'的'5'，其中每個(gè)字符包含2 ^ 5（32）狀態(tài)。  6短碼字符可用于繪制32 ^ 6（1073741824）的網(wǎng)址

首先，你需要一個(gè)數(shù)據(jù)庫表來存儲和檢索你映射的網(wǎng)址。

CREATE TABLE mappedURL (的CREATE TABLE mappedURL（ 
shortCode char(6) not null, 
lognURL text not null, 
PRIMARY KEY shortCodeInd (shortCode), 
); 

其次，你需要定義一個(gè)算法將長的URL映射到短的URL。 算法上面已經(jīng)介紹過了。

第三，你需要創(chuàng)建一個(gè)網(wǎng)頁，從數(shù)據(jù)庫的短網(wǎng)址的映射找到原始的URL,并重定向之。

總結(jié)

到此這篇關(guān)于短網(wǎng)址的原理與生成方法的文章就介紹到這了,更多相關(guān)短網(wǎng)址的原理與生成內(nèi)容請搜索億速云以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持億速云！