使用 Python 将非常长的二进制字符串编码为可恢复的简单形式的最佳方法？

Question

------------------------添加新的---------------- ------------

让我在这里填写更多信息：

实际情况是我在环境-A中有这个LONG STRING，需要复制粘贴到环境-B中；

不幸的是，envir-A 和 envir-B 没有连接（没有相互访问），所以我正在考虑一种方法 encode/decode 来表示它，否则对于更多文件我必须输入手工串串----速度慢且不可重现。

有什么建议或推荐的小工具吗？非常感谢！

我遇到了一个奇怪的问题，要将 SUPER LONG 二进制文件编码成简单的形式，比如几个数字。

比如说，有一个很长的字符串，只有1和0，例如长度为 1,000 到 100,000 甚至更多数字的“110...011”，我想将此字符串编码为更少 digits/chars 的内容。然后我需要将它反转回原来的 STRING。

目前我正在尝试使用 Python 中的 hex / int 方法来 'compress' 这个字符串，然后 'decompress' 将它恢复到原来的形式。

一个例子是：

1.input 字符串：'110011110110011'

'''

def Bi_to_Hex_Int(input_str, method ):

#2to16 
if method=='hex':
    string= str(input_str)
    input_two= string
    result=    hex(int(input_two,2))
    
#2to10 
if method=='int':
    string= str(input_str)
    input_two= string
    result=     int(input_two,2) 


print("input_bi length",len(str(input_two)), "\n output hex length",len(str(result)),'\n method: {}'.format(method) )
return result


res_16 =Bi_to_Hex_Int(gene , 'hex')
=='0x67b3'

res_10 =Bi_to_Hex_Int(gene , 'int')
== 26547

'''

那我就可以反过来了：

'''

def HexInt_to_bi(input_str , method):


if method =='hex':

    back_two =  bin(int(input_str,16))

    back_two =  back_two[2:]
    
     
if method =='int':

    back_two =  bin( int(input_str ))

    back_two =  back_two[2:]
    
    
print("input_hex length",len(str(input_str)), "\n output bi length",len(str(back_two)) )
return back_two


hexback_two = HexInt_to_bi(res_16, 'hex')
intback_two = HexInt_to_bi(res_10 , 'int')

'''

但是，这确实有问题，我尝试了大约 500 位 String:101010...0001(500d)，最好的 'compressed' 结果是大约 127 位十六进制；

那么有没有更好的方法来进一步 'compress' 字符串到更少的数字？

**假设 5,000 位字符串由 1 和 0 组成，压缩到 50/100 的东西 digits/chars（甚至更低）** ??

Answer 1

如果你想要这么简单，比如说 1 个十六进制字符压缩 4 个二进制字符 (2 ^ 4 = 16)。你要的压缩比大概是100 / 50倍。 50 次你需要将 50 个二进制字符压缩成 1 个字符，这意味着你需要 2 ^ 50 个不同的字符来编码任何组合。相当多。

如果您接受较低的比率，您可以像 here 中描述的那样尝试 base64。它的压缩比是6比1。

否则你必须想出一些复杂的算法，比如将你的字符串分成块，在它们之间寻找相似之处，用不同的符号对它们进行编码，构建这些符号的映射等。

使用 archivator 压缩字符串可能更容易，然后 return 结果的 base64 表示形式。

如果任务允许，您可以将整个字符串存储在某处并为它们指定简短的唯一名称，因此您必须按名称存储和检索字符串，而不是压缩和解压缩。

Answer 2

如果字符串由仅个0和1个数字组成，那么您可以将八个数字打包成一个字节。您还需要跟踪最后一个八的倍数之后有多少位数字，因为最后一个字节可能表示少于八位数字。

Answer 3

这可能不会生成您可以获得的绝对最短的字符串，但使用 Python 中内置的工具非常容易。无需将字符转换为二进制格式，zlib 压缩会将只有 2 个不同字符的输入转换为最佳格式。

编码：

import zlib
import base64
result = base64.b64encode(zlib.compress(input_str.encode()))

Answer 4

如果 0 和 1 的计数明显不同，您可以使用枚举编码来获得最短表示

使用 Python 将非常长的二进制字符串编码为可恢复的简单形式的最佳方法？

Best way to encode a very long binaries string to a revertable simple form using Python?

python

hex

compression

encode

binaries