缩小 URL 的库/算法答案

【问题标题】：Library/Algorithm to minify URL缩小 URL 的库/算法
【发布时间】：2011-03-04 16:47:55
【问题描述】：

我想在有限的区域内显示 URL：2 行，宽度约为 120 像素。显然大多数 URL 不适合。

因此，我正在寻找一种“缩小” URL 的方法，以使其更小，但仍可识别并与其他 URL 区分开来。

例如：

https://stackoverflow.com/questions/ask

http://www.cnn.com/2011/US/03/04/obama.miami.school/index.html

http://techcrunch.com/2011/03/04/founder-stories-foursquare-crowley-invent-future/

http://cran.r-project.org/web/packages/bcp/index.html

成为

堆栈溢出 |问

cnn | obama.miami.school

技术紧缩 |创始人故事-foursquare

cran.r-project.org |包/bcp

所以你看这是一个创造性的问题。计算可以在服务器 (Java) 或客户端 (Javascript) 上完成。

非常欢迎任何反馈！

【问题讨论】：

我认为你可以使用正则表达式。但我看到你删除了一些流行网站的后缀，所以这意味着你还需要一个流行网站的数据库（连同正则表达式）

标签： java javascript url heuristics

【解决方案1】：

你可以：

去除常用部分（“http://”、“www”、“.com”、“.html”...）
条码
去除多个连续的特殊字符（不是字母）
定义常见长部分的缩写（foursquare -> 4sq）
检查数据库中留下的片段的常见程度。保留不常见的并删除常见的，直到结果足够短。

【讨论】：

【解决方案2】：

我会小心不要删除太多信息。或者创建很多缩写。

你不想

yourbank.com\login
yourbank.hackersite\login.php

两者都看起来像：

yourbank | login

或者你会让恶意的人很容易滥用你的系统。

即使您不省略顶级域部分，用户也很容易混淆，恶意攻击者可能会滥用这些内容。也许突出显示 URL 中最重要的部分会有所改进。

【讨论】：