URL短网址生成算法原理和php实现案例

短网址（Short URL），顾名思义就是在形式上比较短的网址。

短链接的好处：
1、内容需要；2、用户友好；3、便于管理
为什么要这样做的，原因我想有这样几点：
微博限制字数为140字一条，那么如果我们需要发一些连接上去，但是这个连接非常的长，以至于将近要占用我们内容的一半篇幅，这肯定是不能被允许的，所以短网址应运而生了。
短网址可以在我们项目里可以很好的对开放级URL进行管理。有一部分网址可以会涵盖暴力，广告等信息，这样我们可以通过用户的举报，完全管理这个连接将不出现在我们的应用中，应为同样的URL通过加密算法之后，得到的地址是一样的。
我们可以对一系列的网址进行流量，点击等统计，挖掘出大多数用户的关注点，这样有利于我们对项目的后续工作更好的作出决策。

算法原理
1)将长网址md5生成32位签名串,分为4段, 每段8个字节;
2)对这四段循环处理, 取8个字节, 将他看成16进制串与0x3fffffff(30位1)与操作, 即超过30位的忽略处理;
3)这30位分成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)总的md5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;

整理一下进制的转换
二进制转换十进制：
10101转换成十进制如下：
从右边数分别标注为0,1,2,3,4即：2^0*1 + 2^1*0 + 2^2*1 + 2^3*0 + 2^4*1 = 1 + 0 + 4 + 0 + 16 = 21;

十进制转换成二进制：
21转换成二进制如下：
21对2取余分别是10余1, 5余0, 2余1, 1余0即：最后一个余数是1不能再除2 因此：10101

十六进制：
它由0-9，A-F组成，字母不区分大小写,A-F对应10-15;
一般为了区分十六进制我们习惯在前面加个‘0x’例如十六进制 32和0x32 其实是一样的

十六进制转换成十进制：
0x32转换成十进制如下：
从右边数分别标注为0,1 即：16^0*2 + 16^1*3 = 2 + 48 = 50;

十进制转换成十六进制：
50转换成十六进制如下：
50对16取余是3余2 最后一个余数是3不能再除16 因此：32 习惯变成0x32

位运算：
程序中的所有数在计算机内存中都是以二进制的形式储存的，位运算说穿了，就是直接对整数在内存中的二进制位进行操作。
举个例子，6的二进制是110，11的二进制是1011，那么6 and (&)11的结果就是2，它是二进制对应位进行逻辑运算的结果（0表示False，1表示True，空位都当0处理）。
6可以看成是0110 11是1011 位运算得到的就是10 即：2

位运算中还有个 >> 移位(从右边移位) 例如：6 >> 1 & 11
6可以看成是0110 >> 移1位 变成0011 然后再& 11(1011)就得到11 即：3

备注： x & y 将得到的数是0 ~ x的值

php版的短链接生成方法

<?php
function shorturl($input) {
$base32 = array (
'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'
);

$hex = md5($input);
$hexLen = strlen($hex);
$subHexLen = $hexLen / 8;
$output = array();

for ($i = 0; $i < $subHexLen; $i++) {
//把加密字符按照8位一组16进制与0x3FFFFFFF(30位1)进行位与运算
$subHex = substr ($hex, $i * 8, 8);
$int = 0x3FFFFFFF & (1 * ('0x'.$subHex));
$out = '';

for ($j = 0; $j < 6; $j++) {

//把得到的值与0x0000001F进行位与运算，取得字符数组chars索引
$val = 0x0000001F & $int;
$out .= $base32[$val];
$int = $int >> 5;
}

$output[] = $out;
}

return $output;
}
?>

用户访问短网址 时的过程：
1、浏览器访问短网址http://short.cn/Xvdf23，经过DNS解析会指向到http://short.cn的服务器。
2、服务器根据短网址中的ID字段查找数据库，返回原始网址。
3、重定向到上面返回的原始网址