Question

对于长度不超过255个字符的字符串是否有一种非常简单的压缩技术（是的，我正在压缩URLs）？

我并不关心压缩的强度 - 我正在寻找性能非常好且能够快速实现的东西。我想要一些比SharpZipLib更简单的东西：可以通过几种简短方法实现的东西。

Answer 1

我认为这里的关键问题是“为什么要压缩网址？”

尝试缩短地址栏的长网址？

您最好将原始URL存储在某处（数据库，文本文件...）以及非域部分的哈希码（MD5很好）。然后，您可以拥有一个简单的页面（或者如果您感觉华而不实，可以使用一些HTTPModule）来读取MD5并查找真实的URL。这就是TinyURL和其他人的工作方式。

例如：

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

可以缩短为：

http://mydomain.com/2d4f1c8a

使用压缩库不起作用。该字符串将被压缩为更短的二进制表示形式，但将其转换回需要作为URL的一部分有效的字符串（例如Base64）将抵消从压缩中获得的任何好处。

在内存或磁盘上存储大量网址？

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

Answer 2

正如the accepted answer中所建议的，使用数据压缩不能缩短已经相当短的URL路径。

DotNetZip有一个DeflateStream类，它暴露静态（在VB中共享）CompressString方法。这是使用DEFLATE（RFC 1951）压缩字符串的单行方式。 DEFLATE实现与System.IO.Compression.DeflateStream完全兼容，但DotNetZip压缩效果更好。以下是您可以使用它的方法：

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，这是我的测试结果：

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（以十六进制表示）比原始字节长，大约是2倍。原因是十六进制字节实际上是2个ASCII字符。

你可以通过使用base-62而不是base-16（hex）来代表数字来弥补这一点。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）=总数的62。这将大大缩短产量。我没试过。爱好。

修改
好的，我测试了Base-62编码器。它将十六进制字符串缩短了大约一半。我认为它会降低到25％（62/16 = ~4）但我认为我正在失去一些离散化的东西。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，使用压缩然后base-62编码仍然不是一个好方法。你真的想要一个哈希值。

Answer 3

我建议查看System.IO.Compression Namespace。 an article on CodeProject可能会有所帮助。

Answer 4

你的目标是什么？

较短的网址？尝试使用http://tinyurl.com/或http://is.gd/
存储空间？查看System.IO.Compression。（或SharpZipLib）

Answer 5

我首先尝试使用现有的（免费或开源）zip库，例如： http://www.icsharpcode.net/OpenSource/SharpZipLib/

Zip应该适用于文本字符串，我不确定是否值得实施你自己的压缩算法....

Answer 6

您是否尝试过使用gzip？

不知道它是否可以有效地使用这么短的琴弦，但我想说它可能是你最好的选择。

Answer 7

开源库SharpZipLib易于使用，并为您提供压缩工具

Answer 8

您可以直接使用deflate算法，不需要任何标题校验和或页脚，如此问题中所述：Python: Inflate and Deflate implementations

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

这是一个4000-character URL的例子，由于applet可以存在于任何服务器上，因此无法用哈希表解决。

Answer 9

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

请参阅make less $$

真正简单的短串压缩

9 个答案: