#encoding:utf-8__author__ = 'James Lau'import hashlibimport redef __original_shorturl(url):  '''  算法：  ① 將長網址用md5算法生成32位簽名串，分為4段,，每段8個字符；  ② 對這4段循環處理，取每段的8個字符, 將他看成16進制字符串與0x3fffffff(30位1)的位與操作，超過30位的忽略處理；  ③ 將每段得到的這30位又分成6段，每5位的數字作為字母表的索引取得特定字符，依次進行獲得6位字符串；  ④ 這樣一個md5字符串可以獲得4個6位串，取里面的任意一個就可作為這個長url的短url地址。  （出現重復的幾率大約是n/(32^6) 也就是n/1,073,741,824，其中n是數據庫中記錄的條數）  '''  base32 = ['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'  ]  m = hashlib.md5()  m.update(url)  hexStr = m.hexdigest()  hexStrLen = len(hexStr)  subHexLen = hexStrLen / 8  output = []  for i in range(0,subHexLen):    subHex = '0x'+hexStr[i*8:(i+1)*8]    res = 0x3FFFFFFF & int(subHex,16)    out = ''    for j in range(6):      val = 0x0000001F & res      out += (base32[val])      res = res >> 5    output.append(out)  return outputdef shorturl(url):  '''  算法：  ①從原始url中提取域名，提取數字（最多后6位）；  ②將所得的數字與4取模，根據所得的余數決定從第一步算法中得到的4個shorturl中選取哪一個；  ③從域名中提取特征串：一級域名中的第一個字符和后面二個輔音（如果輔音不足2個取任意前兩個）；  ④域名特征串和選定的shorturl拼接成9位字符為最終的shorturl；  （后兩個步驟是將沖突控制在一個domain內）  '''  match_full_domain_regex = re.compile(u'^https?:////(([a-zA-Z0-9_/-/.]+[a-zA-Z0-9_/-]+/.[a-zA-Z]+)|([a-zA-Z0-9_/-]+/.[a-zA-Z]+)).*$')  match_full_domain = match_full_domain_regex.match(url)  if match_full_domain is not None:    full_domain = match_full_domain.group(1)  else:    return None  not_numeric_regex = re.compile(u'[^/d]+')  numeric_string = not_numeric_regex.sub(r'',url)  if numeric_string is None or numeric_string=='':    numeric_string = '0'  else:    numeric_string = numeric_string[-6:]  domainArr = full_domain.split('.')  domain = domainArr[1] if len(domainArr)==3 else domainArr[0]  vowels = 'aeiou0-9'  if len(domain)<=3:    prefix = domain  else:    prefix = re.compile(u'[%s]+'%vowels).sub(r'',domain[1:])    prefix = '%s%s'%(domain[0],prefix[:2]) if len(prefix)>=2 else domain[0:3]  t_shorturl = __original_shorturl(url)  t_choose = int(numeric_string)%4  result = '%s%s'%(prefix,t_shorturl[t_choose])  return result