设计一个简单的[JS]文本摘要算法

冷不防 2023-06-11 08:27 17阅读 0赞

## 引 ##

网站cookie中有一段用户信息（包括微信用户信息，用户关联信息）的文本，使用`entrance`键存储，*选择不同的条件*后文本内容也不同，cookie上的值也会变化。本来的打算是通过将`entrance`值存储在**sessionstorage**,然后通过比较当前请求中cookie的值与**sessionstorage**的值是否一致来得出用户是否*选择了其他条件*从而进行其他操作。

但是不想将`entrance`键的值直接存储到**sessionstorage**中，一来该值内容较长，基本上超过1000个字符，二来只是为了进行比较操作就存储原始的用户信息做法不是很友好。

所以想要一个简单的文本摘要算法，以达到上述诉求。在网络上搜索了一番，并没有一个零依赖，简单的文本摘要算法。只好自己理了下思路写出了一个简单的文本摘要算法。分享出来，以飨读者。

## 正 ##

/** * 简单的文本摘要算法。 * ! 不要用于敏感业务 * @param {String} text 待摘要的文本，必需 * @param {String} salt 加盐内容 * @param {Number} caesar 凯撒字符偏移长度 * @param {Object} opts 其他配置项 * @property {Number} opts.blockLength 分块长度 */
    export default function textSummary(
      text = "",
      salt = "[简单]文本摘要算法",
      caesar = 5,
      opts = { }
    ) { 
      if (typeof text !== "string") { 
        throw new Error("entrance value must be a string");
      }
    
      const {  blockLength = 16 } = opts;
    
      if (blockLength >= 36 || blockLength < 16) { 
        throw new Error(
          "blockLength options prop is wrong value, it is value in range:16~36"
        );
      }
    
      // 加盐
      const textArr = `${ text};salt=${ salt}`.split("");
    
      const _0bTextArr = textArr
        .map(str => str.codePointAt(0) + caesar) // 凯撒字符偏移
        .map(num => num.toString(2)); // 转化为二进制
    
      // 分块
      const _0bTextStr = _0bTextArr.join("");
      const blockAmount = Math.ceil(_0bTextStr.length / blockLength);
      const _0bTextBlockArr = Array(blockAmount);
    
      for (let i = 0; i < blockAmount; i++) { 
        let subStr = _0bTextStr.slice(i * blockLength, (i + 1) * blockLength);
    
        // 最后一块字符长度不足，补0
        if (subStr.length !== blockLength) { 
          subStr = subStr.padEnd(blockLength, "0");
        }
    
        _0bTextBlockArr[i] = subStr;
      }
    
      // 将二进制块转化为16进制块
      const _0xTextBlockArr = _0bTextBlockArr.map(str =>
        parseInt(str, 2).toString(blockLength)
      );
      const result = _0xTextBlockArr.join("");
    
      return result;
    }

## 释 ##

算法设计思路是：

1.  对原始文本进行**加盐**处理。
2.  获取到处理后文本的Unicode字符码点位置，并将获取到的位置进行**凯撒字符偏移**处理。
3.  将偏移后的位置（为十进制的结果）转化为二进制。
4.  对整个二进制文本按指定的块长度进行分块处理。最后一块内容如果字符长度不足，则补0。
5.  将分好的每个块的二进制内容转为十六进制内容。
6.  将得到的每个块的十六进制内容拼接在一起并返回其值。

思考了下，由于在步骤4对最后一块内容进行了补0操作，导致该块内容在逆处理时得不到肯定的值，从而导致算法不可逆。

本算法虽说是摘要算法，但实质上有加密，线性压缩的一点功能。但还好已经满足了原本的要求。