为防采集，如何将 URL 中的自增数字 id 换成无规律字符串？

[alwayshere]

很多 URL，比如 SO，都是这种形式： https://stackoverflow.com/questions/53798427/type-mismatch-dependent-mealy-machine ，其中的 53798427 也许就是数据库中的自增 id 主键（不管 SO 是不是，至少我目前是这么干的），直接查询 URL 中的 id，对应数据库中的自增主键 id，查询效率最高。但这样的话，采集者都不用爬列表页了，直接自增 id，一个 while 循环就可以把所有内容也爬完了，所以可不可以生成一个无规律字符串，该字符串 int 或者 char 类型都可以，可以逆向生成数据库主键 id，再在数据库中查询该 id，如何用 php 最简单的实现？

[binux]

找个块加密算法加密一下

[maggch]

。。。有什么用吗

[curiousjude]

hashid 可以了解一下，https://hashids.org/

[yidinghe]

ID 干脆不要用数字了，需要序列的地方令起一个字段。

[Vegetable]

这个自己随便写一个可还原的混淆方法就完了，但是这也挡不住采集工具啊，反而他还要多跑一层增加服务器压力。
这也是很多网站干脆开放 API 的原因，堵不如疏嘛

[humansjl]

uuid

[ichubei]

可以按页采啊，想采集你怎么都能采集得到……，只要用户能看到，就能采集到。

[lhx2008]

@curiousjude 这个被解密之后不是还可以找规律么。。

[reself]

用散列算法呀，和完整性校验一样的原理

[annielong]

没用的，会先采集列表，再采集内容页，根本不会管理内容页 url 是什么

[hanshijun]

你说的应该是发号器吧？

[beiyu]

没法从 ID 层面来限制不能被爬；能做的就是对 IP 和 API 接口做时效请求次数限制。不过这样也有办法能破，换个代理 IP 就行了=..=；所以理论上来说爬虫是想到哪就到哪的，和蒙多一个道理。

[earthyan]

Hashid

[jetyang]

3 楼说的 hashid 我们也在用，轻量、加密串短，试试呗

[shench]

除非你没有列表页，不然你用啥我都采的到，我用火车头就够了

[detailyang]

十进制转任意（ 64 ）进制，其中每一位的顺序可以随机打乱

[PerFectTime]

GUID?

[tabris17]

可以用 skip32 算法加密 32 位整型，不需要存放额外的字段（ GUID 或者 HASH ），如果 ID 是 64 位整型，做两次 skip32 操作即可。

[yim7]

hash 呗

[ylsc633]

一般用 hashid

那么问题来了, 这个 hashid 类似于很多大平台里设置的 uid 字段

这个字段是 id 生成以后生成再插入进去呢 还是 随着这条数据生成时候 一起插入进去呢