他に何か日本語文字列から、固有の英数字idを生成する方法はないでしょうか?
大きく分けると、ハッシュ値を使う方法と、ASCII の範囲に収まる方式でエンコードする方法があります。
ハッシュ値を使う方法は、文字列が長くても得られる ID の長さを一定に出来ます。
しかし、元の文字列が長すぎなければ、エンコードしてそのまま ID に使えるかも知れません。
(UUID の例にはuuid
モジュールを使用しています。uuid-by-string
というモジュールより信頼できると思います)
"use strict"
// ハッシュ値の16進表記
const crypto = require("crypto")
function mkhash(str) {
//const hash = crypto.createHash("md5")
//const hash = crypto.createHash("sha1")
const hash = crypto.createHash("sha256")
hash.update(str)
return hash.digest("hex")
}
console.log("hash: ", mkhash("やかん"))
// UUID v5(sha1 のハッシュ値を用いて生成する方式)
// npm install uuid
const uuidv5 = require("uuid/v5")
const NAMESPACE_UUID = "78fab293-e73b-482b-b3cb-a1982e48e870" // 必要に応じて手元で生成
console.log("uuidv5:", uuidv5("やかん", NAMESPACE_UUID))
// 文字列の16進表記
console.log("hex: ", new Buffer("やかん").toString("hex"))
// 文字列の Base64 (英数字の他に記号 +,/,= が混じります)
console.log("base64:", new Buffer("やかん").toString("base64"))
// 国際化ドメイン名の方式 (Punycode)
const punycode = require("punycode")
console.log("puny: ", punycode.encode("やかん"))
// URI エンコード(パーセントエンコード)
console.log("uri: ", encodeURIComponent("やかん"))
出力:
hash: b640b4b18beb20bd80c031e1ef646c6fe2bdb336a292139814f01b8975d8c253
uuidv5: 582878e9-c602-5e5b-a493-4a9365a16010
hex: e38284e3818be38293
base64: 44KE44GL44KT
puny: u8j2fwb
uri: %E3%82%84%E3%81%8B%E3%82%93
i = 1
となっていますので、UUID の計算に1文字目が使われていません。そのため、例えばしっぱい
とかいっぱい
という文字列でも同じ UUID が返る事になってしまいます。uuid-by-string
というモジュールが生成するのが本当に UUID なのか要確認ですね。ドキュメントにUUID のバージョンも見あたらないですし。