用 PHP 和 Python 生成短連結服務的字串 ID

KevinYan發表於2018-10-14
PHPPython字串

假設你想做一個像微博短連結那樣的短連結服務，短連結服務生成的URL都非常短例如: http://t.cn/E70Piib, 我們應該都能想到連結中的E70Piib對應的就是儲存長連結地址的資料記錄的ID，可是這個有大小寫字母和數字構成的唯一ID是怎麼生成的呢，剛學程式設計的時候我們用的方法都試拼接一個足夠唯一的字串（比如時間戳加使用者ID等等）然後再用MD5或者SHA1雜湊演算法算出一個雜湊值，用這種方法得到的唯一ID有可能比原始的連結的長度還要長，所以如何來優雅的生成足夠短的字串唯一ID呢？

我們先來看一個數學問題，普通的數字ID是用十進位制來表示的，在十進位制中每位都有10種可能（0-9），所以5位的十進位制數能呈現最多10 * 10 * 10 * 10 * 10 = 100,000 個ID。

現在如果用32進位制來表達一個5位數字需要多少位呢？

<?php 
echo base_convert(10000, 10, 32); //答案是 '90g'

32進位制是數字和一些小些字母來組成，所以5位32進位制可表達的唯一ID有 32 * 32 * 32 * 32 * 32 = 33,554,432個，數量已經很大了。

使用32進位制也能生成比較短的字串唯一ID，不過還有更好的解決方案，你也看到了上面短連結的唯一ID裡還包含大寫字母。

接下來我們使用62進位制轉換，將一個十進位制數字轉化為對應的62進製表示。

（為什麼用62進位制？數字加大小寫字母一共是62個）

常用的這幾個程式語言裡沒有提供62進位制的轉換，所以就需要我們自己寫一個函式來進行10進位制到62進位制的轉換。

/**
 * Convert a numeric string from base 10 to another base.
 *
 * @param $value  decimal string
 * @param int $b  base , max is 62
 * @return string
 */
function to_base($value, $b = 62)
{
    $base = '0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ';
    $r = $value  % $b;
    $result = $base[$r];
    $q = floor($value / $b);

    while ($q)
    {
        $r = $q % $b;
        $q = floor($q / $b);
        $result = $base[$r].$result;
    }

    return $result;
}

/**
 * Convert a 10 base numeric string to a 62 base string
 *
 * @param  int     $value
 * @return string
 */
function base62_encode($value)
{
    return to_base($value, 62);
}

定義好上面的函式後，讓我們將100,000,000 轉換成62進位制試一試：

echo base62_encode(100000000); //結果是6LAze

理解了將十進位制正整數轉換成62進位制的字串表示形式的原理後，在任何程式語言裡都可以很輕鬆地實現一個轉換函式，下面再提供一個Python版本的Base62.encode

#!/usr/bin/python
# -*- coding=UTF-8 -*-

from __future__ import print_function, division

BASE62 = "0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ"

def encode(num, alphabet=BASE62):
    """Encode a positive number in Base X

    Arguments:
    - `num`: The number to encode
    - `alphabet`: The alphabet to use for encoding
    """
    if num == 0:
        return alphabet[0]
    arr = []
    base = len(alphabet)
    while num:
        num, rem = divmod(num, base)
        arr.append(alphabet[rem])
    arr.reverse()
    return ''.join(arr)

Python函式註解

  • python的divmod函式用第一個引數num除以第二個引數base，並以元組的形式返回商和餘數。
  • 因為divmod返回兩個元素構成的元組，在python中元組可以簡寫省略兩邊地括號，所以num, rem = divmod(num, base)是一個元組賦值表示式，並不是divmod函式返回了兩個返回值。

一億用62進製表示出來後的結果是6LAze , 生成的唯一字串ID足夠短。短連結只是一個應用場景，base62還可以應用到很多需要表示唯一ID的地方，這樣一來你就不用再使用那些雜湊演算法來生成那麼冗長的字串了，雖然只是節省了一些空間但是這在高訪問量的URL和海量資料的儲存中還是能省下來不少資源的。

本作品採用《CC 協議》，轉載必須註明作者和本文連結
公眾號:網管叨bi叨 | Golang、Laravel、Docker、K8s等學習經驗分享

相關文章