Base10 到 base64 网址缩短答案

【问题标题】：Base10 to base64 url shorteningBase10 到 base64 网址缩短
【发布时间】：2010-07-07 23:59:46
【问题描述】：

我正在为我正在学习 php 的项目编写一个 url 缩短函数，这是代码（顺便说一句，我认为 global 这里不是一件好事：P）：

$alphabet = array(1 => "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","_","-");

function shorten($id){
    global $alphabet;
    $shortenedId = "";
    while($id>0){
        $remainder = $id % 64;
        $id = $id / 64;     
        $shortenedId = $alphabet[$remainder].$shortenedId;
    }
    return $shortenedId;
}

代码取自this Wikipedia article，适配php。我的问题是，当我将 64 的倍数传递给函数时，我得到了错误的（出于我的目的）结果，例如 128 返回的 b 不正确，它应该是 aaa，但对于 3 位数字来说太长了号码。

另外我开始认为这段代码有问题，如果我将 1'000'000'000'000 作为$id 传递，我会得到 nItOq... 我觉得这是错误的，因为像这样的 url 缩短服务bit.ly 如果我使用它返回一个 6 数字的 id，我认为这个算法并不比他们的更好。

那么，两个问题：

您发现上述代码中有任何错误吗？
如何管理 64 多个 id？我是否必须忽略它们并传递给下一个？

【问题讨论】：

你不需要在那里使用 global （我看不出有什么理由吗？）。事实上，多年来不建议在 PHP 中使用全局变量（至少从 PHP5 的第一个版本开始）。改用依赖注入。
@Richard Knop：没有那个变量$alphabet 是无法访问的。
哦，好吧，我现在明白了，范围已经改变，因为你在一个函数中。但是为什么不直接将 $alphabet 作为第二个参数传递给函数呢？真的，不建议在 PHP 中使用全局变量。
嗯，好吧，我想我会像 nathan 一样把它放在函数中。
在提出这个问题时，我们没有code review 站点。如果有人想要审查他们的代码，我们现在就这样做

标签： php url-shortener

【解决方案1】：

只需要几个小调整，主要的两个是使字母表从零索引而不是一索引，并在除法之前从 id 中减去余数

function shorten($id)
{
    $alphabet = 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789_-';
    $shortenedId = '';
    while($id>0) {
        $remainder = $id % 64;
        $id = ($id-$remainder) / 64;     
        $shortenedId = $alphabet{$remainder} . $shortenedId;
    };
    return $shortenedId;
}

这是一个进一步修改的版本……嗯，我只是喜欢

function shorten($id, $alphabet='0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ_-')
{
    $base = strlen($alphabet);
    $short = '';
    while($id) {
        $id = ($id-($r=$id%$base))/$base;     
        $short = $alphabet{$r} . $short;
    };
    return $short;
}

编辑：将串联排序为与 OP 相同

【讨论】：

这个$shortenedId .= $alphabet{$remainder}; 和$shortenedId = $alphabet[$remainder].$shortenedId; 一样吗？在第二个我确定新的数字是附加在之前，你写的代码也是这样吗？
@Montecristo $shortenedId .= $alphabet{$remainder};与 $shortenedId = $shortenedId 相同。 $alphabet{$remainder};
@Richard Knop, @Montecristo ：感谢您的发现，我已经编辑了要按照原始内容连接的函数
可以解短吗？
是的，可以解短，答案在这里stackoverflow.com/a/32020520/728236

【解决方案2】：

如果您正在寻找相反的函数来获取 base64 数字并转换为 base10，这里有一些基于 JavaScript 的 PHP 答案：How to convert base64 to base10 in PHP?

function lengthen($id) {
    $alphabet='abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789_-';

    $number=0;
    foreach(str_split($id) as $letter) {
        $number=($number*64) + strpos($alphabet,$letter);
    }
    return $number;
}

【讨论】：

【解决方案3】：

这个怎么样：

function shorten_int($id){
    $hex = base_convert(id, 10, 16);
    $base64 = base64_encode(pack('H*', $hex));
    //$base64 = str_replace("/", "_", $base64); // remove unsafe url chars
    //$base64 = str_replace("+", "-", $base64);
    //$base64 = rtrim($base64, '='); // Remove the padding "=="
    $replacePairs = array('/' => '_',
                          '+' => '-',
                          '=' => '');
    $base64 = strtr($base64, $replacePairs); // optimisation
    return $base64;
}

【讨论】：

谢谢，我写了一个小修复：stackoverflow.com/a/53082472/264181

【解决方案4】：

顺便看看base_convert()函数（http://php.net/manual/en/function.base-convert.php）：

echo base_convert(1000000000, 10, 36);

36 是它可以转换成的最长基数。但是在 cmets 部分我发现了这个：

function dec2any( $num, $base, $index=false ) {
    if (! $base ) {
        $base = strlen( $index );
    } else if (! $index ) {
        $index = substr( "0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ" ,0 ,$base );
    }
    $out = "";
    for ( $t = floor( log10( $num ) / log10( $base ) ); $t >= 0; $t-- ) {
        $a = floor( $num / pow( $base, $t ) );
        $out = $out . substr( $index, $a, 1 );
        $num = $num - ( $a * pow( $base, $t ) );
    }
    return $out;
}

echo dec2any(1000000000, 64, "_-abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789");

也许会有帮助？

【讨论】：

感谢您发布此内容，是的，我确实找到了它，尽管我无法理解它......所以我使用了另一种方法，我不喜欢在我的项目中使用我不理解的代码。 :D

【解决方案5】：

Paul Greg 创建了一些 PHP 代码，可以将 Base-10 转换为另一个 base。这个可以测试，代码在这里下载：

http://www.pgregg.com/projects/php/base_conversion/base_conversion.php

我正在使用这种方法将数据库行 ID 转换为 Base-64。一旦这些数字被缩短，它们就可以在 URL 中使用。 [details]

【讨论】：

【解决方案6】：

这两个功能很方便，感谢@malhal：

function shorten_int($id)
{
    $id=dechex($id);
    $id=strlen($id)%2===0?hex2bin($id):hex2bin('0'.$id);
    $id=base64_encode($id);
    $id=strtr($id, array('/'=>'_', '+'=>'-', '='=>''));
    return $id;
}

function unshorten_int($id)
{
    $id=strtr($id, array('-'=>'+', '_'=>'/'));
    $id=base64_decode($id);
    $id=bin2hex($id);
    return base_convert($id, 16, 10);
}

echo shorten_int(43121111)."\n";
echo unshorten_int(shorten_int(43121111))."\n";

【讨论】：

【解决方案7】：

这是 Nathans 代码的变体，用于处理大于 PHP_INT_MAX 的大整数。

这使用了应该内置在 Windows 服务器上的 BC Maths Functions，但这需要作为 Unix 服务器上的可选扩展启用。此解决方案还需要几个自定义 BC 函数来处理我从 post by Alix Axel 复制的地板和圆形函数。

function shorten($value, $alphabet = '0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ_-') {
    $base = strlen($alphabet);
    $result = '';
    while ($value) {
        $mod = bcmod($value, $base);
        $value = bcfloor(bcdiv($value, $base));
        $result = $alphabet[$mod] . $result;
    }
    return $result;
  }

function lengthen($value, $alphabet = '0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ_-') {
    $base= strlen($alphabet);
    $result = '';
    for($i = 0, $limit = strlen($value); $i < $limit; $i++) {
        $result = bcadd(bcmul($base, $result), strpos($alphabet, $value[$i]));
    }
    return $result;
}

function bcceil($number) {
    if (strpos($number, '.') !== false) {
        if (preg_match("~\.[0]+$~", $number)) return bcround($number, 0);
        if ($number[0] != '-') return bcadd($number, 1, 0);
        return bcsub($number, 0, 0);
    }
    return $number;
}

function bcfloor($number) {
    if (strpos($number, '.') !== false) {
        if (preg_match("~\.[0]+$~", $number)) return bcround($number, 0);
        if ($number[0] != '-') return bcadd($number, 0, 0);
        return bcsub($number, 1, 0);
    }
    return $number;
}

function bcround($number, $precision = 0) {
    if (strpos($number, '.') !== false) {
        if ($number[0] != '-') return bcadd($number, '0.' . str_repeat('0', $precision) . '5', $precision);
        return bcsub($number, '0.' . str_repeat('0', $precision) . '5', $precision);
    }
    return $number;
}

在 Windows（32 位）上运行 PHP 5.6 的示例

foreach ([0, 1, 9, 10, 115617, bcsub(PHP_INT_MAX, 1), PHP_INT_MAX, bcadd(PHP_INT_MAX, 1234567890)] as $value) {
    $short = shorten($value);
    $reversed = lengthen($short);
    print shorten($value) . " ($value)<br>";
    if ("$value" !== $reversed) {
        print 'ERROR REVERSING VALUE<br>';
    }
}

输出

0 (0)
1 (1)
9 (9)
a (10)
sex (115617)
1----_ (2147483646)
1----- (2147483647)
39Bwbh (3382051537)

如果 ID 是公开的，请避免在字符串中使用元音（例如，115617 缩写为 sex）。这将是应该提供安全字词的 base 54 版本。

$alphabet = '0123456789bcdfghjklmnpqrstvwxyzBCDFGHJKLMNPQRSTVWXYZ_-';

【讨论】：

【解决方案8】：

您可以使用pack。

$int = 1129717211140920362;

$byte = pack('J*', $int);    
echo base64_encode($byte); //= D62P0WqzFCo=

这将导致D62P0WqzFCo=，这是正确的，因为$int是一个int64并且使用64位。 Base64 为每个字符使用 6 位，因此它们需要大约 11 个字符。

解码使用：

$base64 = 'D62P0WqzFCo=';

$byte = base64_decode($base64);
echo unpack('J*',  $byte)[1]; //= 1129717211140920362

它将返回1129717211140920362。 ;)

_{它基于Stackoverflow in Portuguese的答案。}

【讨论】：

@RafaelLima，为什么错了？ “字符串”是一个pack，它将整数（base10）转换为字符串形式。 base64 没有直接编码为字符串，它实际上编码为 int64。假设你有一个1 作为字符串，你以MQ== 结束而不是AAAAAAAAAAE=，这是大结束顺序的 int64，所以它需要一个数字并在 int64 中正确转换。