如何创建URL缩短器？-Java 学习之路

599

我想创建一个URL缩短服务，您可以在其中将长URL写入输入字段，该服务将URL缩短为“ http://www.example.org/abcdef ” .

可以是包含 a-z, A-Z and 0-9 的六个字符的任何其他字符串，而不是“ abcdef ” . 这使得56到570亿个可能的字符串 .

我的方法：

我有一个包含三列的数据库表：

id，整数，自动递增
long，string，用户输入的长URL
short，string，缩短的URL（或只是六个字符）

然后我会将长URL插入表中 . 然后我会选择“ id " and build a hash of it. This hash should then be inserted as " short ”的自动增量值 . 但是我应该构建什么样的哈希？像MD5这样的散列算法会创建太长的字符串 . 我想，我不使用这些算法 . 自建算法也可以工作 .

我的想法：

对于“ http://www.google.de/ ”，我得到自动增量ID 239472 . 然后我执行以下步骤：

short = '';
if divisible by 2, add "a"+the result to short
if divisible by 3, add "b"+the result to short
... until I have divisors for a-z and A-Z.

这可以重复，直到数字不再可分 . 你认为这是一个好方法吗？你有更好的主意吗？

由于对该主题的持续关注，我发布了一个有效的GitHub解决方案，包括JavaScript，PHP，Python和Java的实现 . 如果你愿意，添加你的解决方案

27 回答

这是一个适合PHP的URL编码功能...

// From http://snipplr.com/view/22246/base62-encode--decode/
private function base_encode($val, $base=62, $chars='0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ') {
    $str = '';
    do {
        $i = fmod($val, $base);
        $str = $chars[$i] . $str;
        $val = ($val - $i) / $base;
    } while($val > 0);
    return $str;
}

回复于 2024-04-25T08:43:51+08:00

732
我会继续你的"convert number to string"方法 . 但是，如果您的ID是素数并且大于52，您将意识到您提出的算法会失败 .

理论背景

你需要Bijective Function f . 这是必要的，这样你就可以找到f（123）= 'abc'函数的反函数g（'abc'）= 123 . 这意味着：
- 必须没有x1，x2（x1≠x2）才能使f（x1）= f（x2），
- 并且对于每个y，您必须能够找到x，以便f（x）= y .
如何将ID转换为缩短的URL
- 想想我们想要使用的字母 . 在你的情况下是 [a-zA-Z0-9] . 它包含62个字母 .
- 获取自动生成的唯一数字键（例如，MySQL表的自动递增 id ） .
对于这个例子，我将使用12510（125的基数为10） .
- 现在您必须将12510转换为X62（基准62） .
12510 = 2×621 1×620 = [2,1]

这需要使用整数除法和模数 . 一个伪代码示例：
```
digits = []

while num > 0
  remainder = modulo(num, 62)
  digits.push(remainder)
  num = divide(num, 62)

digits = digits.reverse
```
现在将索引2和1映射到您的字母表 . 这是您的映射（例如，使用数组）的样子：
```
0  → a
1  → b
...
25 → z
...
52 → 0
61 → 9
```
使用2→c和1→b，您将收到cb62作为缩短的URL .
```
http://shor.ty/cb
```
如何将缩短的URL解析为初始ID

反过来更容易 . 您只需在字母表中执行反向查找 .
- e9a62将被解析为"4th, 61st, and 0th letter in alphabet" .
e9a62 = [4,61,0] = 4×622 61×621 0×620 = 1915810
- 现在使用 WHERE id = 19158 找到您的数据库记录并执行重定向 .
一些实现（由评论者提供）
- Ruby
- Python
- CoffeeScript
- Haskell
- Perl
- C#
回复于 2024-04-25T08:43:51+08:00
0

你为什么要使用哈希？

您可以使用自动增量值的简单转换为字母数字值 . 您可以使用一些基本转换轻松完成此操作 . 假设您的字符空间（A-Z，a-z，0-9等）有40个字符，将id转换为base-40数字并将字符用作数字 .

回复于 2024-04-25T08:43:51+08:00

public class UrlShortener {
    private static final String ALPHABET = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789";
    private static final int    BASE     = ALPHABET.length();

    public static String encode(int num) {
        StringBuilder sb = new StringBuilder();
        while ( num > 0 ) {
            sb.append( ALPHABET.charAt( num % BASE ) );
            num /= BASE;
        }
        return sb.reverse().toString();   
    }

    public static int decode(String str) {
        int num = 0;
        for ( int i = 0; i < str.length(); i++ )
            num = num * BASE + ALPHABET.indexOf(str.charAt(i));
        return num;
    }   
}

回复于 2024-04-25T08:43:51+08:00

3

不是您问题的答案，但我不会使用区分大小写的缩短网址 . 它们很难记住，通常是不可读的（许多字体渲染1和l，0和O以及其他字符非常相似，几乎不可能分辨出来）并且容易出错 . 尽量只使用小写或大写 .

此外，尝试使用一种格式，以预定义的形式混合数字和字符 . 有研究表明，人们倾向于比其他人更好地记住一种形式（想想电话号码，其中数字以特定形式分组） . 尝试使用num-char-char-num-char-char之类的东西 . 我知道这会降低组合，特别是如果你没有大小写，但它会更有用，因此更有用 .

回复于 2024-04-25T08:43:51+08:00
0

我的方法：获取数据库ID，然后Base36 Encode it . 我不会同时使用大写和小写字母，因为这会使通过电话传输这些URL成为一场噩梦，但您当然可以轻松地将该功能扩展为基本62 /解码器 .

回复于 2024-04-25T08:43:51+08:00

这是我的PHP 5课程 .

<?php
class Bijective
{
    public $dictionary = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789";

    public function __construct()
    {
        $this->dictionary = str_split($this->dictionary);
    }

    public function encode($i)
    {
        if ($i == 0)
        return $this->dictionary[0];

        $result = '';
        $base = count($this->dictionary);

        while ($i > 0)
        {
            $result[] = $this->dictionary[($i % $base)];
            $i = floor($i / $base);
        }

        $result = array_reverse($result);

        return join("", $result);
    }

    public function decode($input)
    {
        $i = 0;
        $base = count($this->dictionary);

        $input = str_split($input);

        foreach($input as $char)
        {
            $pos = array_search($char, $this->dictionary);

            $i = $i * $base + $pos;
        }

        return $i;
    }
}

回复于 2024-04-25T08:43:51+08:00

C# version:

public class UrlShortener 
{
    private static String ALPHABET = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789";
    private static int    BASE     = 62;

    public static String encode(int num)
    {
        StringBuilder sb = new StringBuilder();

        while ( num > 0 )
        {
            sb.Append( ALPHABET[( num % BASE )] );
            num /= BASE;
        }

        StringBuilder builder = new StringBuilder();
        for (int i = sb.Length - 1; i >= 0; i--)
        {
            builder.Append(sb[i]);
        }
        return builder.ToString(); 
    }

    public static int decode(String str)
    {
        int num = 0;

        for ( int i = 0, len = str.Length; i < len; i++ )
        {
            num = num * BASE + ALPHABET.IndexOf( str[(i)] ); 
        }

        return num;
    }   
}

回复于 2024-04-25T08:43:51+08:00

1

您可以对整个URL进行哈希处理，但如果您只想缩短ID，请按照marcel的建议进行操作 . 我写了这个Python实现：

https://gist.github.com/778542

回复于 2024-04-25T08:43:51+08:00
0

如果你不想重新发明轮子...... http://lilurl.sourceforge.net/

回复于 2024-04-25T08:43:51+08:00

alphabet = map(chr, range(97,123)+range(65,91)) + map(str,range(0,10))

def lookup(k, a=alphabet):
    if type(k) == int:
        return a[k]
    elif type(k) == str:
        return a.index(k)


def encode(i, a=alphabet):
    '''Takes an integer and returns it in the given base with mappings for upper/lower case letters and numbers 0-9.'''
    try:
        i = int(i)
    except Exception:
        raise TypeError("Input must be an integer.")

    def incode(i=i, p=1, a=a):
        # Here to protect p.                                                                                                                                                                                                                
        if i <= 61:
            return lookup(i)

        else:
            pval = pow(62,p)
            nval = i/pval
            remainder = i % pval
            if nval <= 61:
                return lookup(nval) + incode(i % pval)
            else:
                return incode(i, p+1)

    return incode()



def decode(s, a=alphabet):
    '''Takes a base 62 string in our alphabet and returns it in base10.'''
    try:
        s = str(s)
    except Exception:
        raise TypeError("Input must be a string.")

    return sum([lookup(i) * pow(62,p) for p,i in enumerate(list(reversed(s)))])a

这是我的版本，适合任何需要它的人 .

回复于 2024-04-25T08:43:51+08:00

// simple approach

$original_id = 56789;

$shortened_id = base_convert($original_id, 10, 36);

$un_shortened_id = base_convert($shortened_id, 36, 10);

回复于 2024-04-25T08:43:51+08:00

Node.js和MongoDB解决方案

因为我们知道MongoDB用来创建一个12字节的新ObjectId的格式 .

一个4字节的值，表示自Unix纪元以来的秒数，
一个3字节的机器标识符，
一个2字节的进程ID
一个3字节计数器（在您的机器中），以随机值开始 .

示例（我选择随机序列） a1b2c3d4e5f6g7h8i9j1k2l3

a1b2c3d4表示自Unix纪元以来的秒数，
4e5f6g7代表机器标识符，
h8i9表示进程ID
j1k2l3表示计数器，以随机值开头 .

由于如果我们将数据存储在同一台机器中，计数器将是唯一的，我们可以毫不怀疑它将是重复的 .

So the short URL will be the counter 这是一个代码片段，假设您的服务器正常运行 .

const mongoose = require('mongoose');
const Schema = mongoose.Schema;

// Create a schema
const shortUrl = new Schema({
    long_url: { type: String, required: true },
    short_url: { type: String, required: true, unique: true },
  });
const ShortUrl = mongoose.model('ShortUrl', shortUrl);

// The user can request to get a short URL by providing a long URL using a form

app.post('/shorten', function(req ,res){
    // Create a new shortUrl */
    // The submit form has an input with longURL as its name attribute.
    const longUrl = req.body["longURL"];
    const newUrl = ShortUrl({
        long_url : longUrl,
        short_url : "",
    });
    const shortUrl = newUrl._id.toString().slice(-6);
    newUrl.short_url = shortUrl;
    console.log(newUrl);
    newUrl.save(function(err){
        console.log("the new URL is added");
    })
});

回复于 2024-04-25T08:43:51+08:00

不知道是否有人会发现这有用 - 它更像是一种'黑客n斜线'方法，但如果你只想要特定的字符，它很简单并且效果很好 .

$dictionary = "abcdfghjklmnpqrstvwxyz23456789";
$dictionary = str_split($dictionary);

// Encode
$str_id = '';
$base = count($dictionary);

while($id > 0) {
    $rem = $id % $base;
    $id = ($id - $rem) / $base;
    $str_id .= $dictionary[$rem];
}


// Decode
$id_ar = str_split($str_id);
$id = 0;

for($i = count($id_ar); $i > 0; $i--) {
    $id += array_search($id_ar[$i-1], $dictionary) * pow($base, $i - 1);
}

回复于 2024-04-25T08:43:51+08:00

我不断在数据库中为每个域递增一个整数序列，并使用Hashids将整数编码为URL路径 .

static hashids = Hashids(salt = "my app rocks", minSize = 6)

我运行了一个脚本，看看它耗尽了多长时间才能消耗字符长度 . 对于六个字符，它可以执行 164,916,224 链接，然后最多可以输出七个字符 . 有点使用七个字符 . 五个字符对我来说很奇怪 .

Hashids可以将URL路径解码回整数，但更简单的解决方案是使用整个短链接 sho.rt/ka8ds3 作为主键 .

这是完整的概念：

function addDomain(domain) {
    table("domains").insert("domain", domain, "seq", 0)
}

function addURL(domain, longURL) {
    seq = table("domains").where("domain = ?", domain).increment("seq")
    shortURL = domain + "/" + hashids.encode(seq)
    table("links").insert("short", shortURL, "long", longURL)
    return shortURL
}

// GET /:hashcode
function handleRequest(req, res) {
    shortURL = req.host + "/" + req.param("hashcode")
    longURL = table("links").where("short = ?", shortURL).get("long")
    res.redirect(301, longURL)
}

回复于 2024-04-25T08:43:51+08:00

3

为什么不将你的id翻译成字符串？您只需要一个将数字（例如0到61）之间的数字映射到单个字母（大写/小写）或数字的函数 . 然后将其应用于创建4个字母的代码，并且您已覆盖了1470万个URL .

回复于 2024-04-25T08:43:51+08:00

这是我用的：

# Generate a [0-9a-zA-Z] string
ALPHABET = map(str,range(0, 10)) + map(chr, range(97, 123) + range(65, 91))

def encode_id(id_number, alphabet=ALPHABET):
    """Convert an integer to a string."""
    if id_number == 0:
        return alphabet[0]

    alphabet_len = len(alphabet) # Cache

    result = ''
    while id_number > 0:
        id_number, mod = divmod(id_number, alphabet_len)
        result = alphabet[mod] + result

    return result

def decode_id(id_string, alphabet=ALPHABET):
    """Convert a string to an integer."""
    alphabet_len = len(alphabet) # Cache
    return sum([alphabet.index(char) * pow(alphabet_len, power) for power, char in enumerate(reversed(id_string))])

它非常快，可以采用长整数 .

回复于 2024-04-25T08:43:51+08:00

1

对于一个类似的项目，为了得到一个新的密钥，我围绕一个调用生成器的random string generator创建一个包装器函数，直到我得到一个尚未在我的哈希表中使用的字符串 . 一旦你的名字空间开始变满，这个方法会变慢，但正如你所说，即使只有6个字符，你也有足够的命名空间可供使用 .

回复于 2024-04-25T08:43:51+08:00
0

我有一个问题的变体，因为我存储来自许多不同作者的网页，需要通过猜测来防止发现页面 . 所以我的短网址为Base-62字符串添加了几个额外的数字作为页码 . 这些额外数字是根据页面记录本身中的信息生成的，它们确保3844个URL中只有1个有效（假设2位Base-62） . 您可以在http://mgscan.com/MBWL查看大纲说明 .

回复于 2024-04-25T08:43:51+08:00

非常好的答案，我已经创建了bjf的Golang实现：

package bjf

import (
    "math"
    "strings"
    "strconv"
)

const alphabet = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789"

func Encode(num string) string {
    n, _ := strconv.ParseUint(num, 10, 64)
    t := make([]byte, 0)

    /* Special case */
    if n == 0 {
        return string(alphabet[0])
    }

    /* Map */
    for n > 0 {
        r := n % uint64(len(alphabet))
        t = append(t, alphabet[r])
        n = n / uint64(len(alphabet))
    }

    /* Reverse */
    for i, j := 0, len(t) - 1; i < j; i, j = i + 1, j - 1 {
        t[i], t[j] = t[j], t[i]
    }

    return string(t)
}

func Decode(token string) int {
    r := int(0)
    p := float64(len(token)) - 1

    for i := 0; i < len(token); i++ {
        r += strings.Index(alphabet, string(token[i])) * int(math.Pow(float64(len(alphabet)), p))
        p--
    }

    return r
}

主持人在github：https://github.com/xor-gate/go-bjf

回复于 2024-04-25T08:43:51+08:00

/**
 * <p>
 *     Integer to character and vice-versa
 * </p>
 *  
 */
public class TinyUrl {

    private final String characterMap = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789";
    private final int charBase = characterMap.length();

    public String covertToCharacter(int num){
        StringBuilder sb = new StringBuilder();

        while (num > 0){
            sb.append(characterMap.charAt(num % charBase));
            num /= charBase;
        }

        return sb.reverse().toString();
    }

    public int covertToInteger(String str){
        int num = 0;
        for(int i = 0 ; i< str.length(); i++)
            num += characterMap.indexOf(str.charAt(i)) * Math.pow(charBase , (str.length() - (i + 1)));

        return num;
    }
}

class TinyUrlTest{

    public static void main(String[] args) {
        TinyUrl tinyUrl = new TinyUrl();
        int num = 122312215;
        String url = tinyUrl.covertToCharacter(num);
        System.out.println("Tiny url:  " + url);
        System.out.println("Id: " + tinyUrl.covertToInteger(url));
    }
}

回复于 2024-04-25T08:43:51+08:00

在Scala中实现：

class Encoder(alphabet: String) extends (Long => String) {

  val Base = alphabet.size

  override def apply(number: Long) = {
    def encode(current: Long): List[Int] = {
      if (current == 0) Nil
      else (current % Base).toInt :: encode(current / Base)
    }
    encode(number).reverse
      .map(current => alphabet.charAt(current)).mkString
  }
}

class Decoder(alphabet: String) extends (String => Long) {

  val Base = alphabet.size

  override def apply(string: String) = {
    def decode(current: Long, encodedPart: String): Long = {
      if (encodedPart.size == 0) current
      else decode(current * Base + alphabet.indexOf(encodedPart.head),encodedPart.tail)
    }
    decode(0,string)
  }
}

使用Scala测试的测试示例：

import org.scalatest.{FlatSpec, Matchers}

class DecoderAndEncoderTest extends FlatSpec with Matchers {

  val Alphabet = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789"

  "A number with base 10" should "be correctly encoded into base 62 string" in {
    val encoder = new Encoder(Alphabet)
    encoder(127) should be ("cd")
    encoder(543513414) should be ("KWGPy")
  }

  "A base 62 string" should "be correctly decoded into a number with base 10" in {
    val decoder = new Decoder(Alphabet)
    decoder("cd") should be (127)
    decoder("KWGPy") should be (543513414)
  }

}

回复于 2024-04-25T08:43:51+08:00

基于Xeoncross Class的函数

function shortly($input){
$dictionary = ['a','b','c','d','e','f','g','h','i','j','k','l','m','n','o','p','q','r','s','t','u','v','w','x','y','z','A','B','C','D','E','F','G','H','I','J','K','L','M','N','O','P','Q','R','S','T','U','V','W','X','Y','Z','0','1','2','3','4','5','6','7','8','9'];
if($input===0)
    return $dictionary[0];
$base = count($dictionary);
if(is_numeric($input)){
    $result = [];
    while($input > 0){
        $result[] = $dictionary[($input % $base)];
        $input = floor($input / $base);
    }
    return join("", array_reverse($result));
}
$i = 0;
$input = str_split($input);
foreach($input as $char){
    $pos = array_search($char, $dictionary);
    $i = $i * $base + $pos;
}
return $i;
}

回复于 2024-04-25T08:43:51+08:00

你故意省略O，0和我吗？

我刚刚根据Ryan的解决方案创建了一个PHP类 .

<?php

    $shorty = new App_Shorty();

    echo 'ID: ' . 1000;
    echo '
 Short link: ' . $shorty->encode(1000);
    echo '
 Decoded Short Link: ' . $shorty->decode($shorty->encode(1000));


    /**
     * A nice shorting class based on Ryan Charmley's suggestion see the link on Stack Overflow below.
     * @author Svetoslav Marinov (Slavi) | http://WebWeb.ca
     * @see http://stackoverflow.com/questions/742013/how-to-code-a-url-shortener/10386945#10386945
     */
    class App_Shorty {
        /**
         * Explicitly omitted: i, o, 1, 0 because they are confusing. Also use only lowercase ... as
         * dictating this over the phone might be tough.
         * @var string
         */
        private $dictionary = "abcdfghjklmnpqrstvwxyz23456789";
        private $dictionary_array = array();

        public function __construct() {
            $this->dictionary_array = str_split($this->dictionary);
        }

        /**
         * Gets ID and converts it into a string.
         * @param int $id
         */
        public function encode($id) {
            $str_id = '';
            $base = count($this->dictionary_array);

            while ($id > 0) {
                $rem = $id % $base;
                $id = ($id - $rem) / $base;
                $str_id .= $this->dictionary_array[$rem];
            }

            return $str_id;
        }

        /**
         * Converts /abc into an integer ID
         * @param string
         * @return int $id
         */
        public function decode($str_id) {
            $id = 0;
            $id_ar = str_split($str_id);
            $base = count($this->dictionary_array);

            for ($i = count($id_ar); $i > 0; $i--) {
                $id += array_search($id_ar[$i - 1], $this->dictionary_array) * pow($base, $i - 1);
            }
            return $id;
        }
    }
?>

回复于 2024-04-25T08:43:51+08:00

这是一个很可能是bit.ly的Node.js实现 . 生成一个高度随机的七个字符的字符串 .

它使用Node.js加密来生成高度随机的25个字符集，而不是随机选择7个字符 .

var crypto = require("crypto");
exports.shortURL = new function () {
    this.getShortURL = function () {
        var sURL = '',
            _rand = crypto.randomBytes(25).toString('hex'),
            _base = _rand.length;
        for (var i = 0; i < 7; i++)
            sURL += _rand.charAt(Math.floor(Math.random() * _rand.length));
        return sURL;
    };
}

回复于 2024-04-25T08:43:51+08:00

我的Python 3版本

base_list = list("0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ")
base = len(base_list)

def encode(num: int):
    result = []
    if num == 0:
        result.append(base_list[0])

    while num > 0:
        result.append(base_list[num % base])
        num //= base

    print("".join(reversed(result)))

def decode(code: str):
    num = 0
    code_list = list(code)
    for index, code in enumerate(reversed(code_list)):
        num += base_list.index(code) * base ** index
    print(num)

if __name__ == '__main__':
    encode(341413134141)
    decode("60FoItT")

回复于 2024-04-25T08:43:51+08:00

7
有关高质量的Node.js / JavaScript解决方案，请参阅id-shortener模块，该模块经过全面测试，已在生产环境中使用了数月 .

它提供了一个有效的id / URL缩短器，由可插入存储默认 Redis 支持，您甚至可以自定义短ID字符集以及缩短是否是幂等的 . 这是一个重要的区别，并非所有URL缩短程序都考虑在内 .

关于此处的其他答案，本模块实现了Marcel Jackwerth在上面的优秀接受答案 .

该解决方案的核心由以下Redis Lua提供snippet：
```
local sequence = redis.call('incr', KEYS[1])

local chars = '0123456789ABCDEFGHJKLMNPQRSTUVWXYZ_abcdefghijkmnopqrstuvwxyz'
local remaining = sequence
local slug = ''

while (remaining > 0) do
  local d = (remaining % 60)
  local character = string.sub(chars, d + 1, d + 1)

  slug = character .. slug
  remaining = (remaining - d) / 60
end

redis.call('hset', KEYS[2], slug, ARGV[1])

return slug
```
回复于 2024-04-25T08:43:51+08:00

如何创建URL缩短器？

27 回答

理论背景

如何将ID转换为缩短的URL

如何将缩短的URL解析为初始ID

一些实现（由评论者提供）

Node.js和MongoDB解决方案

相关问题