[发明专利]一种微博信息的压缩编码和解码的方法及装置

摘要

本发明实施例公开了微博信息的压缩编码和解码的方法及装置，本发明实施例通过设置中文词典、中文符号表和英文字典对使用UCS-2编码的微博进行压缩再编码，其中压缩编码的方法概括为：识别UCS-2编码文本中各UCS-2编码的字符类型，根据识别的字符类型，依照连续的同类型的字符划分成一段的原则，将所述UCS-2编码文本分成至少一个字符段；根据中文词典和中文符号表，对中文字符段进行压缩再编码；根据英文字典，对英文字符段进行压缩再编码；生成压缩编码微博。根据本发明实施例，可用2个字节表示原来用4个以上字节表示的中文词组和英文单词，节省了微博传输的字符数，提高了传输效率，降低了网络流量，增加了每条微博的可写字数。

主权项

一种微博信息的压缩编码的方法，其特征在于，步骤包括：A.识别UCS‑2编码文本中各UCS‑2编码的字符类型，根据识别的字符类型，依照连续的同类型的字符划分成一段的原则，将所述UCS‑2编码文本分成至少一个字符段；B.对于中文字符段，根据中文词典，对所述中文字符段进行分词操作，生成包含至少一个切分单元的切分中文字符段，根据所述中文词典和中文符号表，将所述切分单元压缩再编码成用2个字节表示，生成压缩编码中文字符段；对于英文字符段，根据英文字符间的空格符，将所述英文字符段切分成包含至少一个单词的切分英文字符段，所述空格符为所述单词之一，判断所述单词是否在英文字典中，若是，则根据英文字典，将所述单词压缩再编码成用2个字节表示，若否，则将所述单词的各英文字符压缩再编码成用1个字节表示，生成压缩编码英文字符段；C.根据步骤B生成的每个压缩编码字符段在微博中的顺序，生成压缩编码微博。