短网址API设计

短网址服务做得最好的应该就是：bit.ly（包括支持数据统计等） 了。

短网址服务说白了就是URL映射，将较长的URL映射成短字符串。短址本质上是实现了一个映射函数 f(x)-> y 。对于每一个 y, 能够找到唯一的一个 x 使得 f(x) = y。即不能产生一短URL地址对应多个长URL。可能的数据库存储格式为：

• ID，int,  自动增长；

• LURL，varchar,  // 长URL；

• SURL, varchar,  // 短URL。

现在我们考虑通过如何长URL得到唯一的短URL。

方案一：数据库自增长ID转换进制

使用自增长ID首先是不会产生重复，但是由于自增长ID由于是10进制，就会使URl变得很长，可以采用进制压缩的方式将URL变短。为了更好的提升URL的可读性，需要在制作URL的时候考虑到：

• 考虑到大小写的字母读音相同，所以暂定都使用大写字母。这样便于口头传播。

• 考虑到发音相近，可以将字母中的L,R,I,M,N,G,J都去除。（或者再加上B,P）

• 考虑到字形相同，可以将0和O都去除。便于识别。

于是可用字符为26+10-7-2=2。然后需要确定最小需要的位数：

• 27^3=19683

• 27^4=531441

• 27^5=14348907

• 27^6=387420489

从上面的数据可以看到，使用了六位就可足以对我们的URL进行加密。相关的算法：略

方案二：URL hash计算

对URL进行处理的时候很容易想到MD5，MD5长度固定、冲突概率小等特性都是优势，但是由于MD5长度为32个字符，所以用来做短网址可能不太合适，那么能不能以MD5为基础，将其字符进行缩短呢。以下为这个方案的具体实现：

1. 将长网址用md5算法生成32位签名串，分为4段,，每段8个字符；

2. 对这4段循环处理，取每段的8个字符, 将他看成16进制字符串与0x3fffffff(30位1)的位与操作，超过30位的忽略处理；

3. 将每段得到的这30位又分成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. 这样一个md5字符串可以获得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。

算法内容：略

由于上述算法对Md5进行了处理和截取，所以算法的重复的几率大约是n/(32^6) 也就是n/1,073,741,824（n是数据库中记录的条数），所以不建议使用。

参考地址：

• http://stackoverflow.com/questions/742013/how-to-code-a-url-shortener

• http://www.snippetit.com/2009/04/php-short-url-algorithm-implementation/

1. Google短网址的API    (阅读：4025)
2. 网址缩短服务    (阅读：1834)