如何輕松地將字符串壓縮和解壓縮到字節數組？

Question

我有一些字符串，每個字符串大約10K字符。 它們有很多重復。 它們是序列化的JSON對象。 我想輕松地將它們壓縮成一個字節數組，並從字節數組中解壓縮它們。

我怎樣才能最輕松地做到這一點？ 我正在尋找方法，所以我可以做以下事情：

String original = "....long string here with 10K characters...";
byte[] compressed = StringCompressor.compress(original);
String decompressed = StringCompressor.decompress(compressed);
assert(original.equals(decompressed);

Answer 1

你可以試試

enum StringCompressor {
    ;
    public static byte[] compress(String text) {
        ByteArrayOutputStream baos = new ByteArrayOutputStream();
        try {
            OutputStream out = new DeflaterOutputStream(baos);
            out.write(text.getBytes("UTF-8"));
            out.close();
        } catch (IOException e) {
            throw new AssertionError(e);
        }
        return baos.toByteArray();
    }

    public static String decompress(byte[] bytes) {
        InputStream in = new InflaterInputStream(new ByteArrayInputStream(bytes));
        ByteArrayOutputStream baos = new ByteArrayOutputStream();
        try {
            byte[] buffer = new byte[8192];
            int len;
            while((len = in.read(buffer))>0)
                baos.write(buffer, 0, len);
            return new String(baos.toByteArray(), "UTF-8");
        } catch (IOException e) {
            throw new AssertionError(e);
        }
    }
}

Answer 2

使用這種不那么復雜的解壓縮函數代碼可以改進Peter Lawrey的答案

    ByteArrayOutputStream baos = new ByteArrayOutputStream();
    try {
        OutputStream out = new InflaterOutputStream(baos);
        out.write(bytes);
        out.close();
        return new String(baos.toByteArray(), "UTF-8");
    } catch (IOException e) {
        throw new AssertionError(e);
    }

Answer 3

我創建了一個庫來解決壓縮泛型字符串（特別是短字符串）的問題。 它嘗試使用各種算法壓縮字符串（普通utf-8,5位拉丁字母編碼，霍夫曼編碼，長字符串gzip）並選擇結果最短的算法（在最壞的情況下，它會選擇utf-8）編碼，這樣你就不會冒失去空間的風險）。

我希望它可能有用，這是鏈接https://github.com/lithedream/lithestring

編輯：我意識到你的字符串總是“長”，我的庫默認為gzip這些大小，我擔心我不能為你做得更好。