我几乎不知道有关压缩的事情，所以忍受我（这可能是一个愚蠢而痛苦的明显问题）。
所以我想说我有一个带有几个标签的XML文件。
<verylongtagnumberone>
<verylongtagnumbertwo>
text
</verylongtagnumbertwo>
</verylongtagnumberone>
现在假设我的多个XML文件中有许多这些非常长的标签，其中包含许多属性。我需要将它们压缩到尽可能小的尺寸。最好的方法是使用特定于XML的算法，该算法为vlt1或vlt2分配单个标签假名。然而，这并不像我想要的那样“开放”，我想使用像DEFLATE或LZ这样的常用算法。如果存档是.zip文件，它也会起作用。
由于我正在处理纯文本（没有像图像这样的二进制文件），我想要一个适合纯文本的算法。哪一个产生最小的文件大小（首选无损算法）？
顺便说一下，场景是这样的：我正在为包含XML文件的文档（如ODF或MS Office XML）创建一个标准，打包在.zip中。
编辑：'加密'是一个错字;它应该是'压缩'。答案 0 :(得分：31)
有一个名为EXI (Efficient XML Interchange)的W3（尚未发布）标准。
应该成为将来压缩XML数据的数据格式（声称是最后一种必要的二进制格式）。针对XML进行优化，它比任何传统压缩算法更有效地压缩XML。
使用EXI，您可以动态操作压缩的XML数据（无需解压缩或重新压缩）。
EXI =（XML + XMLSchema）as binary。
在这里你使用开源实现（不知道它是否已经稳定）：
Exificient
答案 1 :(得分：6)
是的，* .zip在实践中最好。 this USENIX paper 中包含的Gory deets显示＆＃34;最佳＆＃34;压缩机不值得计算成本和特定领域的压缩机[平均]不会打败拉链。
免责声明：我写过这篇论文，据谷歌引用了60多次。
答案 2 :(得分：5)
“压缩”XML的另一种替代方法是FI（Fast Infoset）。
存储为FI的XML只包含一次的每个标记和属性， 所有其他事件都引用第一个， 从而节省空间。
请参阅：
Very good article on java.sun.com，当然还有 the Wikipedia entry
从压缩的角度来看，与EXI的区别在于Fast Infoset （结构明文）效率较低。
其他重要区别 是：FI是一个成熟的标准，有许多实现 其中之一：Fast Infoset Project @ dev.java.net
答案 3 :(得分：2)
您似乎对压缩而不是加密更感兴趣。是这样的吗？如果是这样，this可能会被证明是一个有趣的读物，即使它不是一个精确的解决方案。
答案 4 :(得分：1)
顺便说一下，场景是这样的：我正在创建一个包含XML文件的文档标准，如ODF或MS Office XML，打包在 .zip 中。
然后我建议您使用.zip压缩，否则您的用户会感到困惑。
答案 5 :(得分：0)
我希望我能正确理解你需要做什么...... 我想说的第一件事就是压缩没有好坏 用于文本的algorithmss - zip，bzip，gzip，rar，7zip足以压缩 任何具有低entpy的东西 - 即具有小字符集的大文件。 如果我必须使用它们，我会选择7zip作为我的第一选择，rar as 第二个和第三个拉链。但差异非常小，所以你应该尝试 对你来说更轻松 第二 - 我无法理解你要加密的是什么。假设 这是一个XML文件，然后您应该首先使用您喜欢的压缩它 压缩算法，然后使用您最喜欢的加密对其进行加密 算法。在大多数情况下，任何现代算法都在PGP中实现 对任何事情都足够安全。 希望有所帮助。
答案 6 :(得分：0)
您的替代方案是：
答案 7 :(得分：0)
没有一个默认值是理想的XML，但由于存在大量可重复性，因此您仍然可以获得良好的值。
因为XML使用了很多重复（标记。＆gt;），所以你希望这些重复不到一点，所以某种形式的算术而不是霍夫曼编码。所以rar / 7zip在理论上应该明显更好。这些算法提供高压缩，因此速度较慢。理想情况下，您需要使用算术编码器进行简单压缩（对于XML来说，它会很快并且可以提供高压缩率）。