压缩ASCII数据以适应UTF-32 API？

Question

我有一个接收Unicode数据的API，但是我只需要将ASCII存储在其中。我想压缩和混淆(或加密)将在Unicode中持久化的字符串值。

我的愿望是要么压缩这个模式数据，要么从窥探中加密它。我认为两者都做不好。

考虑到我希望将我的源数据限制为有效的、可打印的ASCII；我如何将原始字符串值“压缩”成一个更小、更模糊或两者兼而有之的值？

下面是我的设想(尽管您可能有更好的方法)：

1. 此源代码将以给定的字符串作为输入。
2. 将采用该字符串的字节表示形式(UTF8，ASCII，您决定)
3. 一些魔术发生了-(这是我需要你帮助的部分)
4. 得到的字节将转换为int或long (没有小数点)。
5. 该数字将使用此实用程序http://baseanythingconvert.codeplex.com/SourceControl/changeset/view/77855#1558651转换为相应的字符。

(请注意，将使用实用程序来强制执行约束，即“最终”Unicode名称必须不包括以下字符'/‘、'\’、'#‘、'?’？或“%”)

背景

Microsoft表有一个API，用于接受存储或属性名称的Unicode数据。这是一个无模式的数据库(因此可以临时创建列)，因此模式存储在每一行。缺点是这个模式数据被多次存储在磁盘上，而且它也是通过有线(相当冗余)在XML blob中传输的。

此外，我正在开发一个实用程序，它是动态加密/解密Azure表数据，的，但是模式是未加密的。我想以某种方式掩盖或混淆这个标题信息。

Answer 1

这些只是一些想法。

第3步不是很简单吗(只需将数据压缩和/或加密成不同的字节)？对于7位的ASCII，您还可以在压缩和/或加密之前，通过打包数据来存储数据，这样它们才能容纳更少的字节。

如果您可以在步骤5中使用UTF-32、UTF-8等，则可以访问Unicode标准中的所有字符，最多可达0x10FFD，但有一些例外；例如，一些代码点是Unicode标准中的非字符，例如0xFFFF，而另一些则是无效字符，例如0xD 800。