Генерировать хэш-значение фиксированной длины в python для параметра url

Я работаю в python на appengine.

Я пытаюсь создать то, что эквивалентно значению "v" в URL-адресе youtube (http://www.youtube.com/watch?v= XhMN0wlITLk) для извлечения определенных объектов. Автомат данных генерирует ключ, но он слишком длинный (34 цифры). Я экспериментировал с hashlib, чтобы создать свой собственный, но опять же я получаю длинную строку. Я хотел бы сохранить его до 11 цифр (я не имею дело с огромным количеством сущностей), и буквы и цифры приемлемы.

Кажется, должно быть довольно стандартное решение. Вероятно, я просто пропустил его.

Ответ 1

Вы можете использовать автоматически сгенерированный целочисленный id ключа для генерации хэша. Простым способом генерации хэша будет преобразование целочисленного id в base62 (буквенно-цифровое). Чтобы получить объект, просто преобразуйте его в десятичный код из base62 и используйте get_by_id для извлечения объекта.

Вот простая функция преобразования base62, которую я использовал в одном из моих приложений.

import string
alphabet = string.letters + string.digits
max = 11

def int_to_base62(num):
    if num == 0:
        return alphabet[0]

    arr = []
    radix = len(alphabet)
    while num:
        arr.append(alphabet[num%radix])
        num /= radix
    arr.reverse()
    return (alphabet[0] * (max - len(arr))) + ''.join(arr)

def base62_to_int(str):
    radix = len(alphabet)
    power = len(str) - 1
    num = 0
    for char in str:
        num += alphabet.index(char) * (radix ** power)
        power -= 1
    return num

Ответ 2

Если у вас есть значение, уникальное для каждого объекта, вы можете получить более короткую версию путем хэширования и усечения. Хэши, такие как md5 или sha1, хорошо перемешаны, что означает, что каждый бит на выходе имеет 50% вероятность перевернуться, если вы измените один бит на входе. Если вы усекаете хэш, вы просто увеличиваете вероятность столкновения, но вы можете сделать компромисс между длиной и шансами столкновения.

Url-safe base64 кодирование является хорошим вариантом для превращения хэша в текст.

orig_id = 'weiowoeiwoeciw0eijw0eij029j20d232weifw0jiw0e20d2' # the original id
shorter_id = base64.urlsafe_b64encode(hashlib.md5(orig_id).digest())[:11]

В base64 у вас есть 6 бит информации на символ, 11 символов дают вам 66 бит уникальности или вероятность столкновения 1 в 2 ** 66.