#encoding:utf-8
__author__ = 'James Lau'
import hashlib
import re
def __original_shorturl(url):
  '''
  算法：
  ① 將長網(wǎng)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(huán)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(shù)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(xiàn)重復(fù)的幾率大約是n/(32^6) 也就是n/1,073,741,824，其中n是數(shù)據(jù)庫中記錄的條數(shù)）
  '''
  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 output
def shorturl(url):
  '''
  算法：
  ①從原始url中提取域名，提取數(shù)字（最多后6位）；
  ②將所得的數(shù)字與4取模，根據(jù)所得的余數(shù)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(nèi)）
  '''
  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