压缩 ASCII 数据以适应 UTF-32 API？

Question

我有一个接收 Unicode 数据的 API，但我只需要在其中存储 ASCII。我想压缩和混淆（或加密）将以 Unicode 保存的字符串值。

我希望要么压缩此架构数据，要么对其进行加密以防窥探。我认为不可能两者都做好。

考虑到我想将我的源数据限制为有效的、可打印的 ASCII；如何将原始字符串值“压缩”为更小、更模糊或两者兼有的值？

这是我想象的工作方式（尽管您可能有更好的方法）：

1. 此源代码将给定字符串作为输入
2. 将采用该字符串的字节表示（UTF8、ASCII，由您决定）
3. 发生了一些奇迹 - （这是我需要你帮助的部分）
4. 生成的字节将被转换为 int 或 long（无小数点）
5. 使用此实用程序将数字转换为相应的字符 http://baseanythingconvert.codeplex.com/SourceControl/changeset/view/77855#1558651

（请注意，实用程序将用于强制执行约束是“最终”Unicode 名称不得包含以下字符 '/'、'\'、'#'、'?' 或 '%'）

背景

Microsoft Azure Table 有一个 API，它接受 Unicode 数据作为存储或属性名称。这是一个无模式的数据库（因此可以临时创建列），因此模式存储每行。缺点是该模式数据多次存储在磁盘上，而且它也是通过网络传输的，非常冗余，在 XML blob 中。

此外，我正在开发一个 dynamically encrypts/decrypts Azure Table Data, 但架构未加密的实用程序。我想以某种方式掩盖或混淆此标头信息。

Answer 1

这些只是一些想法。

第 3 步实际上不是很简单（只需将数据压缩和/或加密成不同的字节）？对于 7 位 ASCII，您还可以在压缩和/或加密之前，通过打包位来存储数据，以便它们适合更少的字节。

如果您可以在步骤 5 中使用 UTF-32、UTF-8 等，则您可以访问 Unicode 标准中的所有字符，最高可达 0x10FFFD，但有一些例外；例如，有些码位是 Unicode 标准中的非字符，如 0xFFFF，而另一些则是无效字符，如 0xD800。