Làm thế nào để tạo UUIDs an toàn ngôn ngữ?

Tôi luôn muốn sử dụng các chuỗi được tạo ngẫu nhiên cho ID tài nguyên của mình, vì vậy tôi có thể có các URL ngắn hơn như thế này: / user / 4jz0k1

Nhưng tôi chưa bao giờ làm thế, vì tôi lo lắng về việc tạo chuỗi ngẫu nhiên tạo ra các từ thực tế, ví dụ: / user / f * cker. Điều này mang đến hai vấn đề: nó có thể gây nhầm lẫn hoặc thậm chí gây khó chịu cho người dùng và nó cũng có thể gây rắc rối với SEO.

Sau đó, tôi nghĩ rằng tất cả những gì tôi phải làm là thiết lập một mẫu cố định như thêm một số mỗi 2 chữ cái. Tôi rất hài lòng với phương thức 'created_safe_uuid' của mình, nhưng sau đó tôi nhận ra rằng nó chỉ tốt hơn cho SEO và tệ hơn cho người dùng, vì nó làm tăng tỷ lệ của các từ thực tế được tạo ra, ví dụ: / user / g4yd1ck5

Bây giờ tôi đang nghĩ rằng tôi có thể tạo ra một phương thức 'thay_numbers_with_letters' và kiểm tra xem nó có hình thành bất kỳ từ nào chống lại từ điển hoặc một cái gì đó không.

Còn ý tưởng nào khác không?

ps. Khi tôi viết bài này, tôi cũng nhận ra rằng việc kiểm tra các từ bằng nhiều ngôn ngữ (ví dụ: tiếng Anh và tiếng Pháp, tiếng Tây Ban Nha, v.v.) sẽ là một mớ hỗn độn và tôi lại bắt đầu yêu thích ID chỉ có số.

CẬP NHẬT

Một số liên kết mọi người nên đọc:

http://thed Dailywtf.com/Articles/The-Automated-Curse-Generator.aspx

http://bloss.msdn.com/b/oldnewthing/archive/2008/06/27/8659071.aspx

Một vài lời khuyên sẽ làm giảm cơ hội vô tình tạo ra những từ có ý nghĩa:

• Thêm một số ký tự không phải là alpha, không phải số vào hỗn hợp, chẳng hạn như "-", "!" hoặc là "_".
• Soạn UUID của bạn bằng cách tích lũy chuỗi các ký tự (chứ không phải là các ký tự đơn) không có khả năng xảy ra trong các từ thực, chẳng hạn như "zx" hoặc "aa".

Đây là một số mã mẫu C # (sử dụng .NET 4):

private string MakeRandomString()  
{  
    var bits = new List<string>()  
    {  
            "a",  
            "b",  
            "c",  
            "d",  
            "e",  
            //keep going with letters.  
            "0",  
            "1",  
            "2",  
            "3",  
            //keep going with numbers.  
            "-",  
            "!",  
            "_",  
            //add some more non-alpha, non-numeric characters.  
            "zx",  
            "aa",  
            "kq",  
            "jr",  
            "yq",  
            //add some more odd combinations to the mix.  
    };  

    StringBuilder sb = new StringBuilder();  
    Random r = new Random();  
    for (int i = 0; i < 8; i++)  
    {  
        sb.Append(bits[r.Next(bits.Count)]);  
    }  

    return sb.ToString();  
}  

Điều này không đảm bảo rằng bạn sẽ không xúc phạm bất cứ ai, nhưng tôi đồng ý với @DeadMG rằng bạn không thể nhắm mục tiêu quá cao.

Chỉ cần tạo một danh sách từ nghịch ngợm, danh sách thay thế chữ cái và sau đó nếu bất kỳ ID nào được tạo là một từ nghịch ngợm, hãy làm lại nó.

Chẳng hạn (mã giả)

naughty_words = ["ass", "shit", "boobs"]
substitutions = {
    "4" : "a"
    "1" : "i"
    "3" : "e"
    "7" : "t"
    "5" : "s"
    "0" : "o"
    // etc.
}

function reducestring (str) {
    newstr = ""
    for (character in str) {
        if (substitituions[character]) newstr += substitutions[character]
        else newstr += character
    }
    return tolower(newstr)
}

do {
    new_id_numeric = random_number()
    short_id = compress_to_alphanumeric(new_id_numeric) // 0-9, a-z, A-Z
    // that function should create a base 62 number
} while (!contains(naughty_words, reducestring(short_id))

(Bạn có thể tham khảo các đề xuất url ngắn khác như đề xuất này để biết thông tin về băm / chuyển đổi cơ sở 62)

Bây giờ bạn không còn nhận được ID thích a55, sh1thoặc "b00bs". Danh sách thay thế chữ cái của bạn sẽ chỉ cần chứa các ký tự trong các từ nghịch ngợm của bạn, rõ ràng.

Vì không ai sẽ đọc "455" là "ass" nên bạn cũng có thể muốn return strvào reducestringnếu nó không chứa bất kỳ chữ cái nào.

Ví dụ

Trang web thiết kế đồ họa Dribbble có id chuỗi ngắn riêng cho bài viết. Chúng sử dụng 0-9, az và AZ như http://drbl.in/dCWi .

Tôi đã làm một số thử nghiệm và có những id ngắn cho ít nhất một vài từ nghịch ngợm. Tôi đoán chúng ta sẽ thấy khi họ đếnf , nhưng họ chưa ở đó.

• http://drbl.in/dick - http://dribbble.com/shots/443570-New-Logo-Ideas-II
• http://drbl.in/butt - http://dribbble.com/shots/195695-Office

Cấp - cung cấp cho người dùng url nhận dạng cá nhân của riêng họ ( /user/whatever) thay vì chỉ một bài đăng tồi tệ hơn nhiều với những từ ngữ nghịch ngợm.

Thay vào đó, hãy xem xét sử dụng khóa số hoặc thập lục phân. Nó sẽ giúp bạn tiết kiệm rất nhiều rắc rối so với việc viết bộ lọc thô tục nhận thức i18n và điều tồi tệ nhất bạn sẽ phải lo lắng là thịt bò chết .

Bạn không bao giờ có thể ngăn hệ thống tự động tạo ra một số chuỗi gây khó chịu cho người dùng. Ví dụ, ở Trung Quốc một số con số được coi là không may mắn.

Tất cả những gì bạn thực sự có thể làm là nói với người dùng rằng ID của họ là ngẫu nhiên và nội dung không liên quan và nếu họ nhận được /user/fuckerthì họ nên bỏ qua nó. Những điều này xảy ra và thật không khả thi về mặt kỹ thuật để tránh điều đó - giống như bạn không bao giờ có thể lọc thô tục.

Về cơ bản có hai chiến lược mà bạn có thể sử dụng:

1. Tạo một hệ thống sẽ không tạo ra bất kỳ chuỗi tấn công nào. Ví dụ: bạn chỉ có thể soạn id của mình từ các chữ cái phụ âm. Bằng cách loại bỏ tất cả các nguyên âm, bạn có thể chắc chắn rằng hệ thống của bạn sẽ không bao giờ tạo ra bất kỳ từ tiếng Anh nào, nghịch ngợm hay nói cách khác.

2. Sau khi tạo id hoàn toàn ngẫu nhiên, hãy kiểm tra để đảm bảo rằng id mới không bao gồm bất kỳ chuỗi con gây khó chịu nào.

Trong nhiều tình huống (spam email, chặn ip, v.v.), danh sách đen là một trò chơi thua - bạn sẽ không bao giờ có thể tạo một danh sách đen "hoàn chỉnh" về mọi điều xấu có thể xảy ra. a b c d e f

Nhiều người sử dụng danh sách trắng các từ có thể chấp nhận và xâu chuỗi chúng lại với nhau theo một thứ tự ngẫu nhiên. (Có lẽ với dấu gạch ngang hoặc dấu chấm hoặc khoảng trắng giữa mỗi từ).

Một số từ điển phổ biến được sử dụng để chuyển đổi các số tùy ý thành một chuỗi các từ có thể phát âm được bao gồm:

• một danh sách các loại trái cây một b
• các danh sách từ PGP , còn gọi là một danh sách từ sinh trắc học
• các danh sách DialDice
• các danh sách Diceware
• các từ điển S / KEY từ RFC1760

Bạn có thể làm cho nó chỉ là những con số được tạo ngẫu nhiên hoặc có một biểu thức chính quy để loại bỏ những con số gây khó chịu:

/ass/ =~ userid
/boobs/ =~ userid
/morenaughtywordshere/ =~ userid