skracanie linków Opcje

[nowy_pehapowiec]

Chciałbym napisać sobie stronę do skracania linków (podobną do Tinyurl.pl), ale nie jestem pewien algorytmu.
Weźmy taki adres:
http://adres.com/index.php?v=1111111111111...222222222222222
Tinyurl zamienia go na: http://www.tinyurl.pl?pPGv05sf, tak na prawdę na pPGv05sf bo http://www.tinyurl.pl? jest stałe w każdym zamienionym adresie.
Domyślam się, że w bazie mam tabele z dwoma kolumnami: pełny adres i skrócony adres. Pytanie jest jak skrócić adres, żeby skrót pozostał unikalny? md5 i sha1 są za długie. Ale połowa z md5 to właśnie 8 czyli tyle ile jest w Tinyurl. Czy wystarczy wygenerować dla adresu sumę md5 i wybrać z niej pierwszą połowę znaków? Co jeśli połowy sum dwóch różnych adresów będą takie same? Sprawdzać w tabeli i ewentualnie dodawać kolejne znaki z sumy? Czy warto się pokusić na jeszcze krótsze adresy np 6pierwszych znaków z md5? Może lepiej użyć fragmentu sha1 albo innego rozwiązania?
I jeszcze kwestia przekierowania. User podaje adres:
http://www.tinyurl.pl?pPGv05sf skrypcik pobiera z bazy pełny url. I trzeba go przekierować, czy header() wystarczy? Chciałbym uniknąć ostrzeżeń w przeglądarkach, że dochodzi do przekierowania. Zależy mi tez na wydajności.

Czy to będzie dobrze dobrze działać? Może coś trzeba poprawić?


pozdro

[Spawnm]

Najprostsze skracanie to tabela id , url
potem strona.pl?id=id_z_bazy
i pobierasz url where id=(int)$_GET['id']
na koniec nawet zwykłe header('location: '.$url);

id w bazie oczywiście auto_increment aby zachować unikalność.

[tehaha]

nie musisz haszować pełnego adresu url, możesz sobie wygenerować losowy kod 5 znakowy i przed dodaniem go do bazy sprawdzasz czy taki skrócony link już istnieje, jeśli tak to losujesz jeszcze raz

[erix]

możesz sobie wygenerować losowy kod 5 znakowy

Losowy? Wraz ze wzrostem ilości rekordów będziesz miał problem z generowaniem unikalnego identyfikatora, bo może się parę razy powtórzyć.

Co do praktycznego rozwiązania - BIGINT na ID, i aby nie były to długie liczby do przekazania w URL, tworzymy własny system liczbowy, który będzie zawierał - oprócz cyfr - także wielkie i małe litery oraz pewne znaki specjalne, które nie ulegają zamiany na %XX w adresie. Ale jakie to znaki, to odsyłam do odpowiedniego RFC dla URI.

Liczbę-ID zamieniamy na ten system liczbowy i voila - wystarczy go przekazywać w linkach.

O systemach liczbowych napisano już całkiem sporo; jeśli chodzi o przytoczone przeze mnie rozwiązanie, to YouTube chyba korzysta z takich identyfikatorów.

[nowy_pehapowiec]

Losowe generowanie identyfikatorów odpada tego jestem pewien.

erix czy mógłbyś napisać coś więcej o tworzeniu takich literowych systemów liczbowych? Albo powiedzieć jak coś więcej o tym znaleźć?
RFC dla URI nie mówi mi nic:)

pozdro

Ten post edytował nowy_pehapowiec 30.04.2010, 18:57:26

[erix]

erix czy mógłbyś napisać coś więcej o tworzeniu takich literowych systemów liczbowych?

A co więcej mogę napisać? Przecież to zwykła zamiana z systemu dziesiętnego na inne. Poszukaj w google, to nie gryzie.

Coś prawie jak szestnastkowy, tylko ma więcej znaków.

[nowy_pehapowiec]

To nie ma być system liczbowy a literowy i to już dla mnie jest kłopot. A google podaje co najwyżej systemy lotto w odpowiedzi
Czy mógłbyś napisać coś więcej na ten temat? Jak zrobić sobie taki system liczbowoliterowy?

pozdro

[Daniel Meger]

Taka szybka implementacja systemu 0,1,2... 9,a,b,c,...,y,z,A,B,...,Y,Z.
Funkcje konwertują z systemu dziesiętnego na ten właśnie powyższy system sześćdziesięciodwójkowy.
Linie 2-20 to tylko generowanie tablic. Oczywiście dla wydajności skryptu, trzebaby było te wartości wpisać na stałe, ale mi się po prostu nie chciało tyle pisać.

[PHP] pobierz, plaintext 
<?php
$digitToAlfa = Array();
 
for ($i=0;$i<=9;$i++) {
    $digitToAlfa[$i] = $i;
}
$j = 'a';
for ($i=10;$i<=35;$i++) {
    $digitToAlfa[$i] = $j;
    $j++;
}
$j = 'A';
for ($i=36;$i<=61;$i++) {
    $digitToAlfa[$i] = $j;
    $j++;
}
 
foreach ($digitToAlfa as $key => $value) {
    $alfaToDigit[$value] = $key;
}
/*
echo '<pre>';
print_r($digitToAlfa);
print_r($alfaToDigit);
echo '</pre>';
*/
 
function code($intNum) {
    global $digitToAlfa;
    $newNum = '';
    while ($intNum !== 0) {
        $newDigit = $intNum % 62;
        $intNum  = (int)($intNum / 62);
        $newNum .= $digitToAlfa[$newDigit];
    }
    return strrev($newNum);
}
 
function decode($strNum) {
    global $alfaToDigit;
    $newNum = 0;
    $strNum = strrev($strNum);
    for ($i=strlen($strNum)-1;$i>=0;$i--) {   
        $newNum += $alfaToDigit[$strNum[$i]]* pow(62,$i);
        //echo "i: $i  strNum: $strNum  newNum: $newNum <br />";
    }
    return $newNum;
}
 
$a = 4321;
$b = code($a);
echo $b;
echo "<br /> \n";
$c = decode($b);
echo $c;
echo "<br /> \n";
 
if ($a == $c) {
    echo "postacie pierwotna i wtorna sa identyczne.";
} else {
    echo "postacie pierwotna i wtorna NIE sa identyczne.";
}
 
?>
[PHP] pobierz, plaintext 

Ten post edytował Daniel Meger 30.04.2010, 22:13:59

[erix]

Tak trochę OT:

To nie ma być system liczbowy a literowy i to już dla mnie jest kłopot.

To jest NADAL system liczbowy, tylko że oprócz cyfr 0-9 masz inne znaki. Nie ma czegoś takiego, jak system literowy. Na dobrą sprawę, wg Twojego rozumowania system szesnastkowy powinien się nazywać liczbowo-literowy.

Oczywiście dla wydajności skryptu, trzebaby było te wartości wpisać na stałe, ale mi się po prostu nie chciało tyle pisać.

Wystarczyłoby 3x range + array_merge i array_combine.

[Daniel Meger]

Wystarczyłoby 3x range + array_merge i array_combine.

Czytelniej by być może było, ale czy wydajniej? Podejrzewam (chociaż tego dokładnie nie wiem), że te funkcje i tak opierają się na bardzo podobnych pętlach, stąd moja sugestia o wpisanie całych tablic wprost do kodu (albo poprzez include) - może zbyt eleganckie to nie jest, ale przy skrypcie, który będzie wykonywany bardzo wiele razy w ciągu sekundy, to może być kluczowa sprawa.

Ten post edytował Daniel Meger 1.05.2010, 00:40:59

[Crozin]

Sposób wygenerowania tych tablic jest bez znaczenia. Dowolną metodą wygenerujesz je w pomijalnie małym czasie więc nie ma co sobie zaprzątać głowy mikrooptymalizacją.

Jedyną istotną rzeczą jest jakiś komentarz opisujący co fragment generujący je robi.

Ten post edytował Crozin 1.05.2010, 07:57:40

[nowy_pehapowiec]

dzięki za posty