JP2004013680A

JP2004013680A - 文字コード圧縮・復元装置および同方法

Info

Publication number: JP2004013680A
Application number: JP2002168638A
Authority: JP
Inventors: Hiroyuki Obara; 小原　宏幸
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 2002-06-10
Filing date: 2002-06-10
Publication date: 2004-01-15

Abstract

【課題】全体の記憶容量を削減する文字コード圧縮・復元装置および同方法を得る。
【解決手段】使用頻度の高い文字の文字コードを圧縮変換し、該文字コードの区切りの情報を生成し、圧縮変換結果と区切り情報とをデータ処理装置２で結合する。変換テーブル記憶部３１で、文字の各ビット列に対応する文字コード情報を予め記憶し、この変換テーブルを使用して変換された文字コード、および該変換結果の区切り位置を示す区切り情報を記憶装置３で格納する。本構成の文字コード圧縮装置において、文字の出現頻度順にビット数の少ない所に割り当てた変換テーブルを作成し、頻繁に使用される文字コードを短いビットに割り当て、全体の記憶容量を削減し、文字コードの変換効率を高める。
【選択図】　　　　図１

Description

【０００１】
【発明の属する技術分野】
本発明は、文字コード圧縮・復元装置および同方法に関する。さらに詳述すると、本発明は、頻繁に使用される文字コードを短いビットに割り当てて全体の記憶容量を削減する文字コード圧縮・復元装置および同方法に関する。
【０００２】
【従来の技術】
従来、文字コード圧縮・復元装置および同方法は、たとえば、記憶装置に適用される。従来は、入力装置から得た文字コードをそのまま記憶装置に格納したり、出力装置から外部に流したりしている。
【０００３】
例えば、文字「ＡＢＣＤＥ」の場合について、より具体的な処理手順例を以下に説明する。本文字例を、通常のビット列（８ｂｉｔ　ＡＳＣＩＩ）で表した場合の、文字／ビット列、の関係は以下となる。
Ａ／０１０００００１、Ｂ／０１００００１０、Ｃ／０１００００１１、
Ｄ／０１０００１００、Ｅ／０１０００１０１
【０００４】
上記の従来例によれば、下記の特徴がある。
１）１文字を常に８ｂｉｔで表しているため、文字の区切りを示す必要がない。
２）必要なビット数は、８ｂｉｔ×５文字＝４０ｂｉｔ、である。
【０００５】
本発明と技術分野の類似する先願発明例１として、特開平１１−８５４５９号公報の「文字データ符号化方法および記録媒体」がある。本先願発明例１では、基本的にはＡＳＣＩＩコード表に従って、１文字を１つのコードに符号化するが、複数文字からなる特定のキーワードについては、制御文字用に用意された領域コードを用いて符号化する。即ち、文字数とその出現頻度とを考慮して、データ圧縮効果の高いものから順に選択された１６個のキーワードを、コード１０Ｈ〜１ｆＨに符号化する。これにより、より少ない記憶容量にて効率よく記憶媒体に格納可能なように文字データを符号化するとしている。
【０００６】
先願発明例２として、特開平１１−５５１２５号公報の「文字データの圧縮・復元方法」がある。本先願発明例２では、原データを判別して内部番号列に変換して符号化する。また、内部番号に変換された文字列が辞書に保持されていない場合には、２つのグループに分け、ひらがな、漢字等の文字を符号化し、グループを表すビットを付して出力する。これにより、小さいデータでも高い圧縮率を得ることができる、としている。
【０００７】
先願発明例３として、特開平９−６９７８５号公報の「データ圧縮方法及びデータ圧縮装置」がある。本先願発明例３では、特定文字のコードデータとその圧縮コードデータとを対応付けた対応一覧表を用意しておき、圧縮対象データから取り出した１文字分の文字コードデータがその対応一覧表に存在するか否かを検索する。その結果、当該データが対応する一覧表に存在する場合には、その圧縮コードデータを対応一覧表から読み出し、存在しない場合には、当該データをそのまま出力する。これにより、効果的なデータ圧縮を行うとしている。
【０００８】
【発明が解決しようとする課題】
しかしながら、従来の文字コード圧縮・復元装置および同方法では、入力装置から得た文字コードをそのまま記憶装置に格納している。このため、１文字当たり常に１バイト（８ビット）の容量を使用しており、文章全体に渡って無駄なビットが記憶容量の多くを占めているという問題を伴う。
【０００９】
本発明は、頻繁に使用される文字コードを短いビットに割り当て、全体の記憶容量を削減する文字コード圧縮・復元装置および同方法を提供することを目的とする。
【００１０】
【課題を解決するための手段】
かかる目的を達成するため、本発明の文字コード圧縮・復元装置は、入力された文字の文字コードを圧縮変換し、該文字コードの区切りの情報を生成し、圧縮変換結果と区切り情報とを結合するデータ処理装置と、文字の各ビット列に対応する文字コード情報を予め記憶している変換テーブルを使用して変換された文字コード、および該変換結果の区切り位置を示す区切りの情報を格納する記憶装置とを有し、文字の出現頻度順にビット数の少ない所に割り当てた変換テーブルを作成し、文字コードの変換効率を高めたことを特徴としている。
【００１１】
また、上記の記憶装置は、文字コードを変換する時に使用する変換テーブル記憶部と、圧縮変換した結果を格納する圧縮情報記憶部と、変換結果の区切り位置を示す区切り情報を格納する区切り情報記憶部とを備え、変換テーブル記憶部は、各アルファベットに対応するビット列の情報をあらかじめ記憶している記憶部とするとよい。
【００１２】
本発明の文字コード圧縮・復元方法は、入力された文字の文字コードを圧縮変換し、該文字コードの区切りの情報を生成し、圧縮変換結果と区切り情報とを結合するデータ処理工程と、文字の各ビット列に対応する文字コード情報を予め記憶している変換テーブルを使用して変換された文字コード、および該変換結果の区切り位置を示す区切りの情報を格納する記憶工程とを有し、文字の出現頻度順にビット数の少ない所に割り当てた変換テーブルを作成し、文字コードの変換効率を高めたことを特徴としている。
【００１３】
また、上記の記憶工程は、文字コードを変換する時に使用する変換テーブル記憶工程と、圧縮変換した結果を格納する圧縮情報記憶工程と、変換結果の区切り位置を示す区切り情報を格納する区切り情報記憶工程とを備え、変換テーブル記憶工程は、各アルファベットに対応するビット列の情報をあらかじめ記憶している記憶工程とするとよい。
【００１４】
【発明の実施の形態】
次に、添付図面を参照して本発明による文字コード圧縮・復元装置および同方法の実施の形態を詳細に説明する。図１から図８を参照すると、本発明の文字コード圧縮・復元装置および同方法の一実施形態が示されている。
【００１５】
本発明の文字コード圧縮・復元装置および同方法は、アルファベットとして使用されている文字コードが有しているビットサイズを減少することで、文章などで使用している文字列全体のビット数の削減を図り、全体として使用するデータの容量を圧縮するものである。また、可逆的な復元方式を用いることで、圧縮した情報から、元の文字コードへの復元動作も可能とする。
【００１６】
更に、１文字ずつ順番に圧縮・復元できる方式の為、先頭から１文字ずつ入力される場合や末尾の文字を１文字削除するなどと言った場合でも、その影響範囲を該当文字の部分だけに押さえ込むことを可能とする。本構成の内容を以下に詳述する。
【００１７】
（構成例）
図１および図２は、本発明の文字コード圧縮・復元装置および同方法の実施形態に適用される文字コード圧縮・復元装置の構成例を示すブロック図である。
図１を参照すると、文字コード圧縮装置であり、文字コード圧縮時に適用される機能部を示している。本機能部は、キーボードなどの入力装置１と、プログラム制御により動作するデータ処理装置２と、情報を記憶する記憶装置３と、情報を外部に取り出す為の出力装置４とを含む。
【００１８】
データ処理装置２は、入力装置１より入力された文字コードを圧縮する文字コード圧縮処理部２１と、文字コードの区切りの情報を生成する区切り情報生成処理部２２と、外部に出力する際に変換結果と区切り情報を結合する情報結合処理部２３とを備えている。
【００１９】
記憶装置３は、文字コードを変換する時に使用する変換テーブル記憶部３１と、圧縮変換した結果を格納する圧縮情報記憶部３２と、変換結果の区切り位置を示す区切り情報を格納する区切り情報記憶部３３とを備えている。変換テーブル記憶部３１は、各アルファベットに対応するビット列の情報を、あらかじめ記憶している。
【００２０】
次に、図２を参照すると、本実施例は、文字コードを復元する時のものであり、先の図１にて圧縮した情報を外部から入力する為の入力装置１と、プログラム制御により動作するデータ処理装置５と、情報を記憶する記憶装置６と、情報を外部に取り出す為の出力装置４とを含む。
【００２１】
記憶装置６は、文字コードの圧縮情報部分を記憶する圧縮情報記憶部６１と、区切り情報部分を記憶する区切り情報記憶部６２と、文字コードを復元する時に使用する変換テーブル記憶部６３とを備える。なお、この変換テーブル記憶部６３は、各ビット列に対応する文字コードの情報を、あらかじめ記憶している。
【００２２】
データ処理装置５は、入力装置１から得た情報を、文字コードの圧縮情報と区切り情報に分離する入力データ分離処理部５１と、記憶装置６の情報を元の文字コードに復元する文字コード復元処理部５２とを備える。
【００２３】
（動作例）
次に、図１〜図７を参照して、本実施例の動作について詳細に説明する。なお、図３は、記憶装置３および記憶装置６に記憶された変換テーブルの構成例を示す。図４は、文字列、文字のビット列、および文字の区切りビット列の構成例を示す。図５は、文字列例に対応する圧縮ビット列、区切りビット列、および従来のコード例を表した図である。図６および図７は、処理手順例を示すフローチャートである。
【００２４】
これらの図において、図１および図６は、文字コードから圧縮データへ圧縮する処理例を、図２および図７では、圧縮されたデータから元の文字コードへの復元を行う処理例を表している。
【００２５】
先ず、文字コードを入力する（ステップＡ１）。入力が未終了の場合は（ステップＡ２／ＮＯ）、入力文字を圧縮ビット列に変換し（ステップＡ３）、変換後のビット列から区切りビット列を生成する（ステップＡ４）。
入力が終了した場合は（ステップＡ２／ＹＥＳ）、圧縮ビット列と区切りビット列の結合を実行し（ステップＡ５）、実行後の結合されたビット列を外部へ出力する（ステップＡ６）。
【００２６】
図１の入力装置１から与えられた文字コードは（ステップＡ１）、データ処理装置２により記憶装置３を参照して、別のビット列に置き換える（ステップＡ３、Ａ４、Ａ５）。記憶装置３は、図３に示す通り、各文字に対応したビット列を保持し、それをテーブルとして記憶している。
【００２７】
データ処理装置２は、入力された文字コードを、記憶装置３を元にしたビット列に置き換える（ステップＡ３、Ａ４、Ａ５）。その際、データ処理装置２では、文字コードを置き換えたビット列の区切り情報を記憶するために、文字の区切り部分識別のためのビット列を生成する（ステップＡ４）。
【００２８】
図４は、文字列“ＡＢＣＤＥ”と、文字ビット列と、文字の区切りビット列とを示している。本図４に示す通り、置き換えたビット列の先頭ビットは“１”、残りのビットは“０”に相当するビット列を生成する。これにより、区切りビット列のビットが“１”の所に該当する圧縮ビット列のビットが、圧縮した文字コードの先頭ビットとなり、続く“０”のビット列の部分が、圧縮した文字コードの残りの部分となる。
【００２９】
図６に示す通り、上記の処理を入力が終了するまで行い、入力が終了した時点で、データ処理装置２にて、圧縮ビット列と区切りビット列の結合を行い、出力装置４にて出力を行う。
【００３０】
次に、図２の入力装置１から与えられたデータは、データ処理装置５の入力データ分離処理部５１で、圧縮情報データと区切り情報データの２つに分割を行う。分割したこれらのデータはそれぞれ、圧縮情報記憶部６１と区切り情報記憶部６２に格納する。次に、データ処理装置５の文字コード復元処理部５２では、記憶装置６の圧縮情報記憶部６１と区切り情報記憶部６２と変換テーブル記憶部６３のデータを、元の文字コードへの復元処理を行う。データ処理装置５は、区切り情報記憶部６２から文字の区切り情報として、ビット“１”とそれに続くビット“０”を、次にビット“１”が現れるか、区切りデータが末尾になるまで順に取り出す。その時に、何ビット取り出したかをカウントしておく。
【００３１】
次に、文字コード復元処理部５２は、先ほどカウントした数の分だけ、圧縮情報記憶部６１から圧縮情報のビットを取り出す。次に、文字コード復元処理部５２は、取り出した圧縮情報のビットを、変換テーブル記憶部６３のテーブルで検索し、該当するビット列に相当する文字コードを入手する。
【００３２】
図３に示す通り、変換テーブル記憶部６３が記憶する変換テーブルは、文字コードとビット列のテーブルとなっており、ビット列を順に検索することで、そのビット列に相当する文字コードを割り出すことが出来る。取り出した文字コードは、出力装置４により外部に取り出す。
【００３３】
図７に示す通り、先ずデータを入力する（ステップＢ１）。入力したデータを、圧縮ビット列と区切りビット列に分離する（ステップＢ２）。区切りビット列が残っている場合は（ステップＢ３／ＹＥＳ）、区切りビット列を元に、圧縮ビット列から１文字分のビット列を入手し（ステップＢ４）、１文字分のビット列から、テーブルを元に文字コードを入手する（ステップＢ５）。圧縮ビット列から１文字分のビット列入手（ステップＢ４）と、文字コード入手（ステップＢ５）は、区切りビット列が無くなるまで繰り返し実行される（ステップＢ３／ＮＯ）。
【００３４】
このように、区切り情報記憶部６２に区切り情報が残っている場合には（ステップＢ３／ＹＥＳ）、再度、区切り情報記憶部６２から取り出した情報を元に、圧縮情報記憶部６１から圧縮情報を取り出し（ステップＢ４）、変換テーブル記憶部６３のテーブルから文字コードを割り出す（ステップＢ５）。
１文字分のビット列から入手した文字コードは、出力装置４により、外部に取り出すものとする（ステップＢ６）。
【００３５】
図８の変換テーブルによるビット列で表した場合の、文字／ビット列、の関係は、以下となる。
Ａ／１０、　　　　　　Ｂ／０１１１、　　　　Ｃ／０１０１、
Ｄ／０１１、　　　　　Ｅ／１
上記の具体例では、１文字を可変長で表しているため、文字の区切りの位置を示す必要がある。そのため、区切り識別用のビット列を設けることとする。
【００３６】
例えば、区切りの識別子には、先頭ビットが“１”、残りのビットが“０”としたものを使用する。一例を、以下に示す。以下の、文字／ビット列、の関係の具体例は、図８のテーブルを使用した場合に該当している。
３）文字列；　　　　　Ａ　　　Ｂ　　　　Ｃ　　　Ｄ　　　Ｅ
４）文字のビット列；　１０　０１１１　０１０１　０１１　　１　　　１４ｂｉｔ
５）区切り用ビット列；１０　１０００　１０００　１００　　１　　　１４ｂｉｔ
上に掲げた具体例では、合計が２８ｂｉｔとなる。この場合のビット数を上述した従来の処理例と比較すると、本例／従来例が２８／４０＝７０％となる。
【００３７】
（実施例の効果）
第１の効果は、通常８ビットで表現される文字コードを、最低２ビット〜最悪８ビットで表わすことで文章全体で使用する容量を削減でき、少ないメモリで多くの文字が記憶できる。また、ネットワークなどで送受信する際にも、流すデータ量が削減され、転送速度の向上とトラフィックの軽減がなされる。
【００３８】
なお、図４に示した通り、単純な「ＡＢＣＤＥ」といった文字列の場合には、７０％の圧縮率となっている。しかし、通常の文書中に頻繁に使用される文字を割り出し、その文字を頻度順にビット数の少ない所に割り当てるようなテーブルを作成することで、更に圧縮率を高めることが可能となる。
【００３９】
（他の実施例）
図１の変換テーブル記憶部３１のテーブルの内容を、当事者間で了解され、外部に知らせていない独自なテーブルを使用することで、入出力データが外部に漏洩した際にも、データが暗号化された状態となり、機密保持を行うことが出来る。
【００４０】
なお、上述の実施形態は本発明の好適な実施の一例である。ただし、これに限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変形実施が可能である。
【００４１】
【発明の効果】
以上の説明より明らかなように、本発明の文字コード圧縮・復元装置および同方法は、入力された文字の文字コードを圧縮変換し、該文字コードの区切りの情報を生成し、圧縮変換結果と区切り情報とを結合し、文字の各ビット列に対応する文字コード情報を予め記憶している。また、変換テーブルを使用して変換された文字コード、および該変換結果の区切り位置を示す区切りの情報を格納し、文字の出現頻度順にビット数の少ない所に割り当てた変換テーブルを作成して、文字コードの変換効率を高めている。
【図面の簡単な説明】
【図１】本発明の文字コード圧縮・復元装置の実施形態に適用され、文字コード圧縮時に使用される機能部の構成例を示すブロック図である。
【図２】本発明の文字コード圧縮・復元方法の実施形態に適用され、文字コード復元時に使用される機能部の構成例を示すブロック図である。
【図３】記憶装置３および記憶装置６に記憶された変換テーブルの構成例を示す。
【図４】文字列、文字のビット列、および文字の区切りビット列の構成例を示す。
【図５】文字列例に対応する圧縮ビット列、区切りビット列、および従来のコード例を表した図である。
【図６】処理手順例を示す第１のフローチャートである。
【図７】処理手順例を示す第２のフローチャートである。
【図８】変換テーブルの構成例を示している。
【符号の説明】
１　入力装置
２　データ処理装置
３　記憶装置
４　出力装置
５　データ処理装置
６　記憶装置
２１　文字コード圧縮処理部
２２　区切り情報生成処理部
２３　情報結合処理部
３１　変換テーブル記憶部
３２　圧縮情報記憶部
３３　区切情報記憶部
５１　入力データ分離処理部
５２　文字コード復元処理部
６１　圧縮情報記憶部
６２　区切り情報記憶部
６３　変換テーブル記憶部

Claims

入力された文字の文字コードを圧縮変換し、該文字コードの区切りの情報を生成し、前記圧縮変換結果と前記区切り情報とを結合するデータ処理装置と、
前記文字の各ビット列に対応する文字コード情報を予め記憶している変換テーブルを使用して変換された文字コード、および該変換結果の区切り位置を示す前記区切りの情報を格納する記憶装置とを有し、
前記文字の出現頻度順にビット数の少ない所に割り当てた前記変換テーブルを作成し、前記文字コードの変換効率を高めたことを特徴とする文字コード圧縮・復元装置。
前記記憶装置は、前記文字コードを変換する時に使用する変換テーブル記憶部と、前記圧縮変換した結果を格納する圧縮情報記憶部と、前記変換結果の区切り位置を示す区切り情報を格納する区切り情報記憶部とを、備えたことを特徴とする請求項１記載の文字コード圧縮・復元装置。
前記変換テーブル記憶部は、各アルファベットに対応するビット列の情報をあらかじめ記憶している記憶部であることを特徴とする請求項２記載の文字コード圧縮・復元装置。
入力された文字の文字コードを圧縮変換し、該文字コードの区切りの情報を生成し、前記圧縮変換結果と前記区切り情報とを結合するデータ処理工程と、
前記文字の各ビット列に対応する文字コード情報を予め記憶している変換テーブルを使用して変換された文字コード、および該変換結果の区切り位置を示す前記区切りの情報を格納する記憶工程とを有し、
前記文字の出現頻度順にビット数の少ない所に割り当てた前記変換テーブルを作成し、前記文字コードの変換効率を高めたことを特徴とする文字コード圧縮・復元方法。
前記記憶工程は、前記文字コードを変換する時に使用する変換テーブル記憶工程と、前記圧縮変換した結果を格納する圧縮情報記憶工程と、前記変換結果の区切り位置を示す区切り情報を格納する区切り情報記憶工程とを、備えたことを特徴とする請求項４記載の文字コード圧縮・復元方法。
前記変換テーブル記憶工程は、各アルファベットに対応するビット列の情報をあらかじめ記憶している記憶工程であることを特徴とする請求項５記載の文字コード圧縮・復元方法。