[發明專利]用于對基于字符串的文件進行壓縮的方法和裝置

有效

• 申請號: 201611263881.1
• 申請日: 2016-12-30
• 公開（公告）號: CN106649859B
• 公開（公告）日: 2019-10-29
• 發明（設計）人: 董琦琦;陳劼;蔣強
• 申請（專利權）人: 中國移動通信集團江蘇有限公司;中國移動通信集團公司
• 主分類號: G06F16/174
• 分類號: G06F16/174;H03M7/30
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 彭瓊

1.一種對基于字符串的文件進行壓縮的方法，包括：

(a)將所述文件切分成一個或多個數據塊；

(b)針對所述一個或多個數據塊的每個數據塊，獲得由該數據塊中出現次數大于等于閾值的所有初始字符串在該數據塊中出現的坐標形成的壓縮坐標集合，其中坐標包括行坐標和列坐標；

(c)對所述壓縮坐標集合中具有相同的行坐標且列坐標有交集的坐標進行壓縮操作，得到經壓縮的坐標集合，并用該經壓縮的坐標集合中的所有坐標替換所述壓縮坐標集合中受到壓縮操作的所有坐標；

(d)迭代進行步驟(c)，直到所述壓縮坐標集合中的坐標不能再進行壓縮操作為止；

(e)獲得與所述壓縮坐標集合中的各個坐標一一對應的字符串的集合，將在該集合中出現次數大于等于所述閾值的字符串錄入壓縮字典；

(f)根據所述壓縮字典對所述數據塊進行壓縮，形成壓縮包；

(g)將與所述一個或多個數據塊對應的各個壓縮包拼裝成壓縮文件；

其中，將所述壓縮字典中的字符串長度乘以這個字符串在數據塊中出現的次數，獲得所述字符串的壓縮值；

將所述壓縮字典中的字符串按照所述壓縮值從大到小排序，并對字符串進行編號；

刪除所屬壓縮字典中字符串字節長度小于所對應編號名稱字節長度的字符串；

如果不存在字符串字節長度小于所對應編號名稱字節長度的情形，用字符串的編號替換數據塊中的字符串，形成壓縮后的文件；

將所述壓縮字典和壓縮后的文件進行組裝，形成所述壓縮包。

2.如權利要求1所述的方法，其中，所述閾值等于

3.如權利要求1所述的方法，其中，所述閾值是預定數值。

4.如權利要求1所述的方法，其中，所述初始字符串是字符數大于等于2的字符串。

5.如權利要求1所述的方法，其特征在于，所述文件包括數據庫文件，所述方法還包括根據所述數據庫文件中的數據表的分類對所述數據庫文件進行切分。

6.如權利要求1所述的方法，其中，所述對數據塊進行壓縮還包括：對所述壓縮字典中的字符串進行編號，并在所述數據塊中用該編號來替代與該編號相對應的字符串。

7.如權利要求6所述的方法，所述壓縮操作還包括從所述壓縮字典中刪除字符串字節長度小于所對應的編號的字節長度的字符串。

8.一種對基于字符串的文件進行壓縮的裝置，包括：

分解模塊，被配置為將所述文件切分成一個或多個數據塊；

壓縮坐標集合獲得模塊，被配置為針對所述一個或多個數據塊的每個數據塊，獲得由該數據塊中出現次數大于等于閾值的所有初始字符串在該數據塊中出現的坐標形成的壓縮坐標集合，其中坐標包括行坐標和列坐標；

迭代模塊，被配置為執行以下壓縮替換操作：對所述壓縮坐標集合中具有相同的行坐標且列坐標有交集的坐標進行壓縮操作，得到經壓縮的坐標集合，并用該經壓縮的坐標集合中的所有坐標替換所述壓縮坐標集合中受到壓縮操作的所有坐標；所述迭代模塊還被配置為迭代地執行所述壓縮替換操作，直到所述壓縮坐標集合中的坐標不能再進行壓縮操作為止；

壓縮字典獲得模塊，被配置為獲得與所述壓縮坐標集合中的各個坐標一一對應的字符串的集合，將在該集合中出現次數大于等于所述閾值的字符串錄入壓縮字典；

壓縮模塊，被配置為根據所述壓縮字典對所述數據塊進行壓縮，形成壓縮包；以及

組裝模塊，被配置為將與所述一個或多個數據塊對應的各個壓縮包拼裝成壓縮文件；

其中，將所述壓縮字典中的字符串長度乘以這個字符串在數據塊中出現的次數，獲得所述字符串的壓縮值；

將所述壓縮字典中的字符串按照所述壓縮值從大到小排序，并對字符串進行編號；

刪除所屬壓縮字典中字符串字節長度小于所對應編號名稱字節長度的字符串；

如果不存在字符串字節長度小于所對應編號名稱字節長度的情形，

用字符串的編號替換數據塊中的字符串，形成壓縮后的文件；

將所述壓縮字典和壓縮后的文件進行組裝，形成所述壓縮包。