如何压缩字符串？

Question

我想对一种字符串进行可逆压缩，这样我就可以将它包含在 URL 中，而无需跟踪它所指的内容。我要压缩的字符串是 SVG 路径字符串，这是一个简短的入门：http://apike.ca/prog_svg_paths.html

基本上，字符串包含一个字符，后跟任意数量的整数，然后是另一个字符，后跟任意数量的整数，依此类推。

如果有人知道这方面的好资源，将不胜感激！

杰森

Answer 1

许多压缩算法都有很好的文档记录，有几个甚至有 js 实现：

• GZip一种常见的（合理的）好的压缩算法，我知道有一个JS impl，我只是在寻找URL

• LZW另一个问题指向JS中的LZW实现

• Arithmetic coding（我做了这个，但是它使用的模型很愚蠢，所以没有达到它可以达到的最佳压缩率）

Answer 2

听起来您可能会从单 RLE 压缩和双 RLE 压缩中受益。

可以在此处查看有关此内容的入门：

http://pp19dd.com/2011/10/query-string-limits-encoding-hundreds-of-checkboxes-with-rle/#demo

该库应该足够灵活，可以将您的压缩模式修改为更可取的东西。文章解释了这是如何工作的；可能是优化 SVG 案例的良好开端。

Answer 3

以下解决方案返回一个压缩的 Base64 编码字符串。

使用下面的代码创建一个名为 zip.js 的文件，然后查看下面的用法。

// Apply LZW-compression to a string and return base64 compressed string.
export function zip (s) {
  try {
    var dict = {}
    var data = (s + '').split('')
    var out = []
    var currChar
    var phrase = data[0]
    var code = 256
    for (var i = 1; i < data.length; i++) {
      currChar = data[i]
      if (dict[phrase + currChar] != null) {
        phrase += currChar
      } else {
        out.push(phrase.length > 1 ? dict[phrase] : phrase.charCodeAt(0))
        dict[phrase + currChar] = code
        code++
        phrase = currChar
      }
    }
    out.push(phrase.length > 1 ? dict[phrase] : phrase.charCodeAt(0))
    for (var j = 0; j < out.length; j++) {
      out[j] = String.fromCharCode(out[j])
    }
    return utoa(out.join(''))
  } catch (e) {
    console.log('Failed to zip string return empty string', e)
    return ''
  }
}

// Decompress an LZW-encoded base64 string
export function unzip (base64ZippedString) {
  try {
    var s = atou(base64ZippedString)
    var dict = {}
    var data = (s + '').split('')
    var currChar = data[0]
    var oldPhrase = currChar
    var out = [currChar]
    var code = 256
    var phrase
    for (var i = 1; i < data.length; i++) {
      var currCode = data[i].charCodeAt(0)
      if (currCode < 256) {
        phrase = data[i]
      } else {
        phrase = dict[currCode] ? dict[currCode] : oldPhrase + currChar
      }
      out.push(phrase)
      currChar = phrase.charAt(0)
      dict[code] = oldPhrase + currChar
      code++
      oldPhrase = phrase
    }
    return out.join('')
  } catch (e) {
    console.log('Failed to unzip string return empty string', e)
    return ''
  }
}

// ucs-2 string to base64 encoded ascii
function utoa (str) {
  return window.btoa(unescape(encodeURIComponent(str)))
}
// base64 encoded ascii to ucs-2 string
function atou (str) {
  return decodeURIComponent(escape(window.atob(str)))
}

用法：

import { zip, unzip } from './zip'

// Zip a string
const str = 'zip it'
const base64CompressedString = zip(str)

// Zip an object
const obj = { a: 123, b: 'zipit' }
const base64CompressedString = zip(JSON.stringify(obj))

// Unzip the base64 compressed string back to an object.
const originalObject = JSON.parse(unzip(base64CompressedString))

顺便说一句...如果您担心 escape/unescape 被贬值，请考虑polyfill

来自here 的LZW 算法和来自here 的base64 编码

Answer 4

你可以试试Huffman compression。不同字符的数量为 20-30，如果字符串很长，压缩应该是有效的。