如何在每次创建页面时生成特定长度的随机网址？

Question

在我的Python/Pyramid应用中，我让用户生成HTML页面，这些页面存储在亚马逊的S3存储桶里。我希望每个页面都有一个独立的路径，比如www.domain.com/2cxj4kl。我已经想出了如何生成随机字符串放在网址里，但我更担心的是重复的问题。我该如何检查这些字符串，确保没有重复的呢？我可以把每个字符串放在一个字典或数组里，每次创建新字符串时检查这个不断增长的字典或数组吗？这样做会不会有什么问题？比如说，这个对象会一直在应用的内存中存在吗？我该怎么做呢？

Answer 1

我刚开始学Python和编程，但我发现关于“随机字符串”的想法有几个问题：

如果你使用的字符串比较短，你很可能会不断生成相同的字符串。相反，如果你使用的字符串比较长，生成相同字符串的机会就会减少。不过，无论哪种情况，你都需要注意重复的字符串。因此，我建议你先估算一下你需要多少个网址，然后选择一个合适的字符串长度。

最简单的方法是把这些网址放在一个列表里，然后在注册新网址之前做个简单的检查：

if new_url in url_list:
    generate_new_url()
else:
    url_list.append(new_url)

不过，听起来你可能还想用数据库来永久存储你的网址。在大多数基于SQL的数据库中，你可以设置网址这一列为“唯一”，这样数据库就会阻止你有重复的网址。

我不太确定，但在数据库中你可能可以这样做：

try:
    #insert value to database
except:
    generate_new_url()

Answer 2

把现有的标识符（比如ID）存储在某个地方，然后把新来的标识符和这些存储的标识符进行比较，这种方法在简单的情况下是可行的。但是，如果你需要存储数十亿个标识符，或者想在多台机器上生成标识符，这就会变得复杂了。存储列表、取出列表、比较等等都会变得麻烦。更别提锁定的问题了——如果两个用户在同一秒钟决定创建一个页面，那该怎么办呢？

通用唯一标识符（UUID）几乎不会重复，重复的几率非常非常低，低到可以忽略不计，甚至比我们的星球在接下来的五分钟内被黑洞吞噬的概率还要低。

在Python中，有一个叫做 uuid 的库可以用来生成UUID。

>>> import uuid
>>> # make a random UUID
>>> u = uuid.uuid4()
>>> u.hex
'f3db6f9a34ed48938a45113ac4b5f156'

生成的字符串长度是32个字符，这可能对你来说有点长。

另外，你也可以生成一个随机字符串，比如这样：

''.join(random.choice(string.ascii_letters + string.digits) for x in range(12))

这个字符串长度在10到15个字符之间，虽然它的随机性可能没有UUID那么强，但重复的概率仍然远低于，比如说亚马逊数据中心的清洁工发疯，用斧头砸毁你的服务器并点燃数据中心的概率 :)