فشرده سازی متون فارسی بدون استفاده از Metadata به شیوه ای سازگار با ساختارهای Unicode

دراغلب شیوه های فشرده سازی خروجی الگوریتم فشرده سازی حاوی یک جدول یا دیکشنری بوده که به عنوان یک راهنما برای بازگشت به حالت غیرفشرده ازآن استفاده میگردد این جدول با دیکشنری که Metadata نامیده میشود برای بازگرداندن متن یاداده به حالت غیرفشرده الزامی است این گونه فشرده سازی ها برای متون کوتاه مناسب نیستند چرا که درفشرده سازی متون کوتاه تنها چندبایت درحجم متن صرفه جویی میگردد بنابراین باافزوده شدن Metadata ممکن است حتی حجم متن فشرده شده بیشتر شود همچنین درذخیره سازی متن فشرده شده ممکن است بدلیل درهم ریختن ساختار Unicode قوانین استاندارد Unicode نقض شود ازمهمترین این قوانین Surrogate Pair است دراین مقاله شیوه ای برای فشرده سازی متون فارسی ارایه خواهد شد که فاقد Metadata بوده و لذا برای متون کوتاهی چون پیامک مناسب می باشد همچنین ساختاراستاندارد Unicode وقانون Surrogate Pair درآن نقض نمی گردد

کلیدواژه ها:

فشرده سازی متن فارسی ، فشرده سازی بدون متادیتا ، فشرده سازی پیامک ، فشرده سازی متون کوتاه