Unicode Twitter文本压缩挑战 规则 您的程序必须有两种模式：编码和解码

当编码时：

您的程序必须输入一些人类可读的

Latin1

文本，大概是英语。

• 忽略标点符号并不重要
• 你只需要担心实际的英语单词，而不是L337
• 任何带重音的字母都可以转换为简单的ASCII码
• 您可以选择如何处理数字
• 123
  • 一二三
  • 一百二十三
  • 123
  • 1 2 3
• 一百二十三
  • 一二三
  • 一百二十三
  • 123
  • 1 2 3

您的程序必须输出一条可以在中表示的消息

• 范围

  U+0000

  –

  U+10FFFF

  不包括非字符：

  • U+FFFE

  • U+FFFF

  • U+

    n

    FFFE

    ，

    U+

    n

    FFFF

    ，其中

    n

    是

    1

    –

    10

    十六进制

  • U+FDD0

    –

    U+FDEF

  • U+D800

    –

    U+DFFF

    （代理代码点）

它可以以您选择的任何合理编码输出； 支持的任何编码都将被认为是合理的， 您的平台本机编码或区域设置编码可能是一个不错的选择

解码时：

您的程序应将编码模式的输出作为输入

文本输出应该是输入文本的近似值。

• 离原文越近越好
• 不需要任何标点符号

输出文本应该是可读的人，也可能是英语

• 可以是L337或lol

解码过程可能无法访问编码过程的任何其他输出 除上述规定的输出外； 也就是说，您不能将文本上传到某个地方并输出URL 下载解码过程，或者诸如此类的傻事

为了用户界面的一致性，您的程序必须按如下方式运行：

您的程序必须是一个脚本，可以在具有适当解释器的平台上设置为可执行， 或者可以编译成可执行文件的程序

您的程序必须将

encode

或

decode

作为其第一个参数来设置模式

您的程序必须至少通过以下一种方式获取输入：

• 从标准输入获取输入，并在标准输出时生成输出。

  • my program encode output.utf

  • my program decode output.txt

• 从第二个参数中命名的文件中获取输入，并在第三个参数中命名的文件中生成输出。

  • my program encode input.txt output.utf

  • my program decode output.utf output.txt

有关您的解决方案，请发布：

您的代码，完整的，和/或它的链接托管在别处 （如果它很长，或者需要编译很多文件，或者其他）

如果从代码中看不出它是如何工作的，请给出一个解释 或者如果代码很长，人们会对摘要感兴趣

示例文本，包含原始文本、压缩到的文本和解码文本

如果你是建立在别人的想法上，请将其归因于他人。 尝试对其他人的想法进行细化是可以的，但你必须将它们归因于你

---

这些规则是的规则的变体。

PAQ8O10T不确定我是否有时间/精力使用实际代码来跟进这些规则，但我的想法如下：

• 任何长度低于一定长度的任意拉丁1字符串都可以简单地编码（甚至不压缩），而不会丢失为140个字符。天真的估计是280个字符，尽管有竞赛规则中的代码点限制，它可能比这个短一点
• 比上述长度稍长的字符串（让guestimate在280到500个字符之间）最有可能使用标准压缩技术压缩为足够短的字符串，以允许进行上述编码

再长一点，我们就开始丢失文本中的信息了。因此，执行以下步骤的最小数量，将字符串减少到可以使用上述方法压缩/编码的长度。另外，如果只在子字符串上执行这些替换将使整个字符串足够短，则不要对整个字符串执行这些替换（我可能会向后遍历字符串）

将127以上的所有拉丁1字符（主要是重音字母和时髦符号）替换为其最接近的等效非重音字母字符，或可能替换为通用符号，如“#”

将所有大写字母替换为其等效的小写形式

用空格替换所有非字母数字（任何剩余符号或标点符号）

将所有数字替换为0

好的，现在我们已经消除了尽可能多的多余字符。现在我们要做一些更大幅度的削减：

将所有双字母（气球）替换为单个字母（巴伦）。看起来很奇怪，但希望读者能理解

用较短的等效字母替换其他常用字母组合（CK与K、WR与R等）

好的，这就是我们能做的，让文本可读的范围。除此之外，让我们看看我们是否能想出一种方法，使文本与原始文本相似，即使它最终不可判定（再次执行此操作）

#! perl
use strict;
use warnings;
use 5.010;


use Getopt::Long;
use Pod::Usage;
use autodie;

my %opts = (
  infile  => '-',
  outfile => '-',
);
GetOptions (
  'encode|e'    => \$opts{encode},
  'decode|d'    => \$opts{decode},
  'infile|i=s'  => \$opts{infile},
  'outfile|o=s' => \$opts{outfile},
  'help|h'      => \&help,
  'man|m'       => \&man,
);

unless(
  # exactly one of these should be set
  $opts{encode} xor $opts{decode}
){
  help();
}


{
  my $infile;
  if( $opts{infile} ~~ ['-', '&0'] ){
    $infile = *STDIN{IO};
  }else{
    open $infile, '<', $opts{infile};
  }

  my $outfile;
  if( $opts{outfile} ~~ ['-', '&1'] ){
    $outfile = *STDOUT{IO};
  }elsif( $opts{outfile} ~~ '&2' ){
    $outfile = *STDERR{IO};
  }else{
    open $outfile, '>', $opts{outfile};
  }

  if( $opts{decode} ){
    while( my $line = <$infile> ){
      chomp $line;

      say {$outfile} $line;
    }
  }elsif( $opts{encode} ){
    while( my $line = <$infile> ){
      chomp $line;

      $line =~ s/[\W_]+/ /g;

      say {$outfile} $line;
    }
  }else{
    die 'How did I get here?';
  }
}

sub help{
  pod2usage();
}
sub man{
  pod2usage(1);
}
__END__

=head1 NAME

sample.pl - Using GetOpt::Long and Pod::Usage

=head1 SYNOPSIS

sample.pl [options] [file ...]

 Options:
   --help     -h      brief help message
   --man      -m      full documentation
   --encode   -e      encode text
   --decode   -d      decode text
   --infile   -i      input  filename
   --outfile  -o      output filename

=head1 OPTIONS

=over 8

=item B<--help>

Print a brief help message and exits.

=item B<--man>

Prints the manual page and exits.

=item B<--encode>

Removes any character other than /\w/.

=item B<--decode>

Just reads from one file, and writes to the other.

=item B<--infile>

Input filename. If this is '-' or '&0', then read from STDIN instead.
If you use '&0', you must pass it in with quotes.

=item B<--outfile>

Output filename. If this is '-' or '&1', then write to STDOUT instead.
If this is '&2', then write to STDERR instead.
If you use '&1' or '&2', you must pass it in with quotes.

=back

=head1 DESCRIPTION

B<This program> will read the given input file(s) and do something
useful with the contents thereof.

=cut

echo Hello, this is, some text | perl sample.pl -e Hello this is some text

A white dwarf is a small star composed mostly of electron-degenerate matter. Because a
white dwarf's mass is comparable to that of the Sun and its volume is comparable to that 
of the Earth, it is very dense.

A white dwarf be small star composed mostly electron degenerate matter because white
dwarf mass be comparable sun IT volume be comparable earth IT be very dense