我可以使用哪种类型的编码来缩短字符串？

我对编码我拥有的字符串感兴趣，并且我很好奇是否存在可以使用的编码类型，该编码类型仅包括字母和数字字符，并且最好缩短表示该字符串所需的字符数。

到目前为止，我已经研究过使用Base64编码执行此操作，但是它似乎使我的字符串更长，有时包括==我想避免的字符串。例：

测试名称| 120101

变成

dGVzdCBuYW1lfDEyMDEwMQ ==

长度从16到24个字符，并且包含非字母数字。

有人知道我可以使用满足我要求的其他编码类型吗？奖励点在于它是内置在.NET框架中还是存在将进行编码的第三方库。

在Base64中，最后的'='或'=='仅用于使字符数为4的倍数。您可以将其删除，因为您以后可以随时将其放回去。请注意，之所以称为Base64，是因为它使用64个不同的字符。大写字母，小写字母和数字为62。因此Base64还使用“ /”和“ +”，这可能会也可能不适合您的账单。

通常，如果您想将任意字节序列编码为字母数字字符，则某处一定会有一些长度扩展，因为一个字节有256个可能的值，而只有62个字母数字字符。有时也称为信鸽原理。编码方案的平均长度扩展必须为因数log 256 / log 62 = 1.344（所有字节序列的平均值）；否则，这意味着有些鸽子在某个地方被压死了，并且您将不会受到伤害而无法将它们归还（这意味着：两个截然不同的字符串编码为相同的字符串，因此解码无法可靠地工作）。

现在，您的字符串很有可能不完全是“一致随机字节的序列”；您的字符串具有某些含义，这意味着大多数可能的字节序列都不会出现，因为它们毫无意义。在此基础上，您可能可以设计出一种编码方案，该方案的长度扩展比通用Base64（或需要严格遵守字母数字字符的Base62）少。这是无损数据压缩。它在明确定义的可能作为输入出现的概率模型上工作。

简介：一种不存在将字符串编码为字母数字序列的通用方案，这样就不会出现或几乎不出现长度扩展；这在数学上是不可能的。可能存在针对您期望的输入字符串量身定制的特定方案（但是由于您不告诉您可能遇到的字符串类型，因此没有人可以帮助您）。

通常在接收系统无法处理字符时对字符进行重新编码。例如，BASE64使用6位（2 ⁶，因此64个）字符来表示数据，以表示更长的数据序列（末尾有时出现的“ ==”是用于对齐的填充）。这是因为您电子邮件中的图片文件中可能包含0xFE，并且您的邮件服务器将不满意发送该图片文件（或其他任何传统的非打印字符）。

没有“减小大小”的编码。编码只是位到它们表示的字符的映射。也就是说，ASCII是7位字符集（编码），通常存储在8位空间中。如果您限制可接受的范围，则还可以清除控制字符。

使用此方法意味着您必须在位级别上写东西，并且它还会影响机器速度和指令，因为所有现代机器的对齐方式都是8位的倍数。例如，这就是为什么Unicode是UTF-8，UTF-16和UTF-32的原因。

如果您这样做是出于安全考虑（这就是为什么将其发布到Security.SE上，对吗？），只需过滤掉内容并正常存储它们即可。如果这样做是为了节省空间，请考虑是否值得所有额外的代码和较慢的访问时间（因为大多数条目将跨越地址边界）值得节省空间。

顺便说一句，以下是CS课程的摘录，我们必须将ASCII从8位存储转换为7位：

    memset(dest,0x00,8);
    memcpy(dest, source, length);

    for (int i = 0; i < 8; i++) {
            if (dest[i] & 0x80) {
                    fprintf(stderr, "%s: %s\n", dest, "Illegal byte sequence");
                    exit(EILSEQ);
            }
    }

    dest[0] = 0x7F & dest[0] | 0x80 & dest[1] << 7;
    dest[1] = 0x3F & dest[1] >> 1 | 0xC0 & dest[2] << 6;
    dest[2] = 0x1F & dest[2] >> 2 | 0xE0 & dest[3] << 5;
    dest[3] = 0x0F & dest[3] >> 3 | 0xF0 & dest[4] << 4;
    dest[4] = 0x07 & dest[4] >> 4 | 0xF8 & dest[5] << 3;
    dest[5] = 0x03 & dest[5] >> 5 | 0xFC & dest[6] << 2;
    dest[6] = 0x01 & dest[6] >> 6 | 0xFE & dest[7] << 1;
    dest[7] = 0x00; //Clearing out

您可以使用例如gzip，bzip2或lzma压缩数据，然后通过base64运行以限制使用的字符集。这仅对大于或等于数百个字节的较大字符串有用。

为什么不使用LZ压缩？这可能是压缩字符串的一种不错的方法，但是在长字符串的情况下会更有效。您要编码的目标字符串多长时间？