有损文本压缩

Question

背景

在一个字节可以表示的256个可能字符中，只有少数字符在大多数情况下被使用。难道我们不能利用这一点，通过消除很少使用的字母的需要，使我们的文本文件更小吗？

在大多数情况下，许多字母不会增加任何价值，可以用更常见的字母来代替。例如，小写的"L“、大写"I”和数字"1“在大多数情况下看起来几乎相同，因此它们可以合并。

大写字母几乎不需要，所以可以不用大写字母。解压缩/显示程序甚至可以自动大写每个句子的第一个字母、通用名称等。

规则

参赛作品将根据：

• 压缩比
• 去压缩后的可读性

条目将根据本文的纯文本版本进行测试：http://en.wikipedia.org/wiki/Babbage和随机选择的英国广播公司新闻文章。

额外的分数将被授予；保留任何分数，在解压后美化(即大写句子等)。

语言

• 任何您喜欢的，但必须很容易地编译(或解释)在一个基本的*nix框。

Answer 1

Bash，5个字符

我的懒散的条目可能会赢：

bzip2

无损，所以它保持了可读性，并获得所有额外的分数！巴贝奇html的压缩比为4.79x (153804到32084字节)。

Answer 2

Perl，0 chars

压缩比的无穷大，虽然不那么可读的解压缩后，所以它将失去一些标记。