有没有一种根据预定义文字进行更高效的压缩方式

[shynome]

我想预定义一些文字让压缩更为高效，有什么方法可以在浏览器里实现这个

我想让用户可以将分享数据带在链接中，我在浏览器这段收到后再重新展示出来 分享数据如：龙王+猴子+风女，我就预定义这些文字在压缩算法中，使得压缩后的字节尽可能小，最后就算带在链接里也不会太长，便于复制和分享

[GeruzoniAnsasu]

本来想说 gzip 压纯文本比替换关键字好多了
看了半天觉得不对劲
然后想说难到不是把关键字用枚举值表示就 ok 了吗
好像又不是这么回事
又想说短链接把内容放库里链接给个 hash 不就完了吗
好像也不是这么回事

一个 AB 问题让人猜 A 是什么真的很困难

到底要分享什么样的数据？结构化的吗？关键字组合？段落文本？纯前端无后端吗（不然为啥数据都要带在 url 里

[misdake]

如果需要在浏览器里解压，那么解压算法就必须知道这几个词。需要下载的应该一个定制的压缩算法和一个预定义字典。
我觉得和正常的压缩算法相比，压缩比提高不了多少，不可能抵消掉压缩算法+预定义字典的下载体积和时间。

另外根据你提供的例子，可能可以用二进制内容直接做。

[misdake]

我猜类似炉石分享套牌的方法可能比较合适，可以搜一下。

[futou]

你的问题太不明确了，使用场景不清晰。

更重要的是如何衡量“高效”。如果和用户间只传输少量特定关键字，提前约定几个枚举值就 ok 了，既简单又高效。然而这种方法的缺点非常明显：需要提前 or 同时传输你们的约定（我们一般叫码书）。你们的约定越多，码书规模就越大。

夸张点就是你提前送给用户一个词典，用户和你之间的对话翻译成每个字在字典中的页码和行数。如果你们用的字来来回回就几十个，那这个字典就很小，如果你们可能用到的字上万个，字典就会非常大，以至于每个字翻译成的页码和行数大大超过字本身的信息量。

在图像压缩里面有矢量量化、字典学习等方法可以实现对码书 /字典的设计与最优化。
不过事实证明，对于自然图像压缩（相当于你和用户可能用到的关键字无限多的情况），这些方法的压缩表现远不及用了几十年的预测变换量化熵编码。

[shynome]

@GeruzoniAnsasu
服务器太渣了，后端苦手
后端过于中心化，我想要分布式

[xqdoo00o]

zstd 应该 符合 你的需求。
字典对小文件的压缩比有很大的影响，所以 Zstandard 可以使用用户提供的压缩字典。它还提供了一种训练模式，能够从一组样本生成一个字典。[12][13] 特别是，可以加载一个字典来处理文件之间具有冗余的大型文件集，但不一定在每个文件（例如日志文件）内。 -- 摘自 wikipedia

[hyperbin]

就一个问题：谁维护关键字？

[ysc3839]

有点像 HTTP/2 的 HPACK 算法？这个就是预定义了一份常用的 HTTP 头。
https://tools.ietf.org/html/rfc7541#appendix-A

[shynome]

@ysc3839 额，这个好像不能在浏览器里调用

[ysc3839]

@shynome 当然不能调用浏览器内置的，但是你可以自己用 JavaScript 实现这个算法。

[shynome]

@ysc3839 这轮子已经有了，我看看能不能用