Ugrás a tartalomhoz
100% helyi

Burrows-Wheeler transzformáció

Transzformálja a szöveget Burrows-Wheeler formátumba, vagy fordítsa vissza az eredetire.

Bemenet
Kimenet

Burrows-Wheeler transzformáció

A Burrows-Wheeler transzformáció (BWT) az üzenet bájtjait hasonló karakterek sorozataivá rendezi át, anélkül, hogy megváltoztatná, mely bájtok vannak jelen, vagy elveszítené a fordított menethez szükséges információt. Ez a bzip2 és más tömörítők előfeldolgozása, mivel az ismétlődő bájtok csoportosítása jelentősen könnyebbé teszi az adatok tömörítését. Ez az eszköz mindkét irányban működik: illesszen be szöveget, hexadecimális értéket vagy bájtok listáját a kódoláshoz, vagy illesszen vissza egy előző eredményt a dekódoláshoz.

A kódolás a bemenet minden ciklikus forgatásának rendezésével és az adott rendezett lista utolsó oszlopának, valamint az eredeti sorsorszámának megtartásával működik — "sorsorszám:adat" formában írva. A dekódolás ezt az értékpárt visszaolvassa és a bemenetet bájtonként újraépíti. A be- és kimeneti formátumok függetlenek, így szövegből lehet kódolni és hex-et olvasni, vagy bájtokból dekódolni és szöveget megtekinteni. A hex és bájtok minden bájtsorozatot pontosan visszajátszanak; a szöveges formátum csak akkor marad hűséges az átalakított oldalon, ha minden bájt ASCII, mivel a többbájtú UTF-8 karakterek permutációja általában megtöri őket. Hosszú kimeneteket rögzített szélességnél törd el, és válassza ki, hogy a sorsorszám nullázva legyen-e.

A rövid vagy ismétlődő bemenet jól transzformálódik, de kevésbé mutatkozik az effektus, mint egy hosszabb, változatos bekezdés — próbáljon ki néhány mondatot a sorozatok megjelenésének megtekintéséhez. A minden forgatás rendezése költségesebbé válik a bemenet növekedésével, így ez az eszköz korlátozza az egy menetben transzformálható mennyiséget; nagyobb bemenetet ossza fel darabokra, ha eléri ezt a korlátot. A kimenet alatti számláló bájt számokat jelent mindkét oldalon, és kódoláskor a létrehozott sorsorszámot.

Mindenki helyileg a böngészőjében fut — semmi, amit ide beillesztesz, soha nem töltődik fel vagy nem tárolódik szerveren. Másolja az eredményt, töltse le .txt fájlként, vagy küldje vissza a kimenetet közvetlenül a bemenetre a fordított irány kipróbálásához.

Gyakori kérdések

Mire használják valójában a Burrows-Wheeler transzformációt?
Az adatokat ismétlődő bájtok sorozataivá rendezi át anélkül, hogy egyetlen információt elvetne. A bzip2-höz hasonló tömörítők ezt az RLE és entrópia kódolás előtt alkalmazzák, mivel az átrendezett adatok sokkal jobban tömöríthetők az eredetinél.
Miért kezdődik a kimenet egy számmal és egy kettősponttal?
Ez a szám a transzformáció visszafordításához szükséges sorsorszám. Az átalakulás önmagában nem hordoz elegendő információt az önmagában történő visszafordításhoz, ezért ez az eszköz az indexet az átalakított adatokkal együtt tárolja — váltson Dekódolásra és illesszen vissza az egész "sorsorszám:adat" karakterláncot.
Miért mutat a dekódolt szöveg összevisszaságot abban a helyen, ahol korábban egy akcentusos betű volt?
Ez csak akkor fordul elő, ha az átalakított adatokat egyszerű szövegként tekintették vagy szerkesztették: a többbájtú UTF-8 karakterek az átalakítás során összekeverődnek, és nem maradhatnak meg a szöveges formátum visszajátszásakor. Használja a hex vagy bájtok kimeneti formátumát, ha a bemenete nem ASCII karaktereket tartalmaz, és csak a dekódolás után térjen vissza a szövegre.
Van méretlimit?
Igen. A bemenet minden forgatásának rendezése költségesebbé válik a bemenet növekedésével, ezért az extrém nagy beillesztéseket a támogatás egy üzenettel elutasítja, amely azt tanácsolja, hogy rövidítse meg a bemenetet az oldal lefagyasztása helyett.
Feltöltésre kerül-e a szövegem valahova?
Nem. A transzformáció és annak inverze teljes mértékben a böngészőben fut — semmi, amit ide beírsz vagy beillesztesz, soha nem hagyja el az eszközödet.