C# 非常简单的短字符串压缩

对于长度不超过255个字符的字符串，是否有一种真正简单的压缩技术（是的，我正在压缩）

我不关心压缩的强度-我在寻找性能非常好并且能够快速实现的东西。我想要比以下更简单的东西：一些可以用几个简单方法实现的东西。

你的目标是什么

• 短网址？尝试URL缩写，如或
• 存储空间？查看System.IO.Compression。（或）

---

我将首先尝试一个现有的（免费或开源）zip库，例如

---

Zip应该可以很好地用于文本字符串，我不确定是否值得您自己实现一个压缩算法……

我建议您查看一下。有一些可能会有帮助。

您尝试过使用吗

---

不知道它是否能有效地处理如此短的字符串，但我认为这可能是您最好的选择。

开源库易于使用，并将为您提供压缩工具

我认为这里的关键问题是“为什么要压缩URL？”

试图缩短地址栏的长URL？

您最好将原始URL存储在某个地方（数据库、文本文件…）以及非域部分的哈希代码（MD5可以）。然后，您可以使用一个简单的页面（或者一些HTTPModule，如果您觉得浮华的话）来阅读MD5并查找真正的URL。TinyURL和其他人就是这样工作的

例如：

http://mydomain.com/folder1/folder2/page1.aspx

可能短路到：

http://mydomain.com/2d4f1c8a

为此使用压缩库将不起作用。该字符串将被压缩为较短的二进制表示形式，但将其转换回需要作为URL一部分有效的字符串（例如Base64）将否定您从压缩中获得的任何好处

在内存或磁盘上存储大量URL？

使用System.IO.Compression中的内置压缩库或ZLib库，它简单且非常好。由于您将存储二进制数据，因此压缩输出将保持原样。您需要解压缩它才能将其用作URL。

如中所建议，使用数据压缩无法缩短已经相当短的URL路径

具有公开静态（在VB中共享）方法的DeflateStream类。这是一种使用DEFLATE（）压缩字符串的单行方法。DEFLATE实现与完全兼容，但DotNetZip压缩效果更好。以下是您可以如何使用它：

string[] orig = {
    "folder1/folder2/page1.aspx",
    "folderBB/folderAA/page2.aspx",
};
public void Run()
{
    foreach (string s in orig)
    {
        System.Console.WriteLine("original    : {0}", s);
        byte[] compressed = DeflateStream.CompressString(s);
        System.Console.WriteLine("compressed  : {0}", ByteArrayToHexString(compressed));
        string uncompressed = DeflateStream.UncompressString(compressed);
        System.Console.WriteLine("uncompressed: {0}\n", uncompressed);
    }
}

使用该代码，以下是我的测试结果：

original    : folder1/folder2/page1.aspx
compressed  : 4bcbcf49492d32d44f03d346fa0589e9a9867a89c5051500
uncompressed: folder1/folder2/page1.aspx

original    : folderBB/folderAA/page2.aspx
compressed  : 4bcbcf49492d7272d24f03331c1df50b12d3538df4128b0b2a00
uncompressed: folderBB/folderAA/page2.aspx

因此，您可以看到“压缩”字节数组，当用十六进制表示时，比原始数组长约2倍。原因是一个十六进制字节实际上是2个ASCII字符

您可以使用base-62而不是base-16（十六进制）来表示数字，从而在一定程度上补偿这一点。在这种情况下，a-z和a-z也是数字，给你0-9（10）+a-z（+26）+a-z（+26）=62个总数字。这将大大缩短产量。我还没试过。然而

---

编辑

---

好的，我测试了Base-62编码器。它将十六进制字符串缩短约一半。我想它会将其削减到25%（62/16=~4），但我认为我在离散化方面失去了一些东西。在我的测试中，生成的base-62编码字符串与原始URL的长度大致相同。所以，不，使用压缩和base-62编码仍然不是一个好方法。您确实需要一个哈希值。

您可以直接使用deflate算法，而不需要任何页眉校验和或页脚，如本问题所述：

在我的测试中，这将4100个字符的URL减少到1270个base64字符，使其符合IE的2000限制

---

这里是一个无法用哈希表解决的示例，因为小程序可以存在于任何服务器上。

我刚刚创建了一个针对URL的压缩方案，实现了大约50%的压缩（与原始URL文本的base64表示法相比）

看

---

如果有一家大型科技公司的人能把这本书正确地制作出来，并发表出来供大家使用，那就太好了。谷歌支持协议缓冲区。这个工具可以为像谷歌这样的人节省大量的磁盘空间，同时仍然可以扫描。或者是伟大的船长本人

---

从技术上讲，我将其称为URL下数据的二进制（按位）序列化方案。将URL视为概念数据的文本表示，然后使用专门的序列化程序序列化该概念数据模型。结果当然是原版的压缩版本。这与通用压缩算法的工作原理非常不同。

与压缩强度无关-我正在寻找性能非常好且能够快速实现的算法。你能给我指一下base64吗？base64不会压缩任何东西：）@Jon Grant:正确。Base64是个愚蠢的建议。只有在实际压缩后才能工作，以获得（可能）更小但仍然是ascii的内容。已经清除了建议的所有痕迹。为什么？也许有更好的方法来满足你的要求。“为什么”当然是个好答案。然而，作为补充说明，Huffman编码对于简单的文本压缩非常有效，而不必求助于外部库和LZW压缩。可能的重复并不是问题的答案。如果你没有地方存储哈希表怎么办？@endolith-关键是字符串压缩在这里对你没有帮助，只是把它与哈希或类似的东西联系起来。请参阅Cheeso的答案，了解真实世界示例压缩的时间更长，并且在转换回有效URL时与原始压缩的时间一样长。您总是有“某处”来存储哈希。如果你真的“无处”存储它，请将其硬编码到你的URL重定向代码中！您并不总是有地方存储哈希表，也不总是使URL变长，对于instanceData，uri不是任何类型的压缩，并且