[发明专利]适用于GB18030的URL中文参数压缩算法

摘要

本发明涉及URL编码技术领域，特别是一种适用于GB18030的URL中文参数压缩算法，该算法针对URL中文参数的特点，结合Base64，设计并实现了一种改良的适用于GB18030-2000和GB18030-2005的URL中文参数压缩算法。该算法压缩效果好，适用范围广。该算法不仅减小了URL的中文参数的编码长度，在一定程度上避免了URL长度超过浏览器/服务器的限制，而且显著减少服务器不必要的流量，并缩短服务器的响应时间，提升在网络拥塞情况下用户的浏览体验。

主权项

一种适用于GB18030的URL中文参数压缩算法，其特征在于：当Web页面采用GB18030‑2000或GB18030‑2005编码时，对于映射到Unicode的编码值在U+4E00‑U+9FA5范围中的CJK统一字符以及编码值在U+3400‑U+4DB5范围中的CJK扩展A字符，按如下步骤进行中文编码：步骤1.1：将16位的二进制Unicode值左移两位成18位，然后表示成长度分别为6位、6位、6位的三块；步骤1.2：当第二块的二进制值为111110或111111时，将第二块前五位的任意一位与第三块的末位交换；步骤1.3：将经过步骤1.1、1.2处理的汉字二进制编码进行Base64编码，实现URL中文参数的压缩；对于映射到Unicode的编码值在U+ F92C‑U+ FA29范围中的CJK兼容字符，按如下步骤进行中文编码：步骤2.1：将16位的汉字Unicode值左移两位成18位，然后表示成长度分别为6位、6位、6位的三块；步骤2.2：将第一块的最后两位交换；步骤2.3：将经过步骤2.1、2.2处理的汉字二进制编码进行Base64编码，实现URL中文参数的压缩；对于映射到Unicode的编码值在U+20000‑U+2A6D6范围中的CJK扩展B字符，按如下步骤进行中文编码：步骤3.1：将20位的汉字Unicode值的最高两位忽略，然后表示成长度分别为6位、6位、6位的三块；步骤3.2：定义当一个块的二进制值为111110或111111时就称该块特殊，并在二进制值为101000‑111100范围中任取三个值X、Y、Z，分别用以表示第二块特殊、第三块特殊、第二块和第三块均特殊；当第二块和第三块均不特殊时，将第一块的最高位置为0；当第二块或第三块特殊时，将特殊块的后两位与二进制10作异或运算，并将第一块的后四位存储在特殊块的前四位，然后将对应的X或Y值填入第一块；当第二块和第三块均特殊时，将两个特殊块的后两位分别与二进制10作异或运算，并将第一块的后四位存储在其中一个特殊块的前四位，然后将对应的Z值填入第一块；步骤3.3：将经过步骤3.1、3.2处理的汉字二进制编码进行Base64编码，实现URL中文参数的压缩。