C# UrlEncodeb编码、解码

本文介绍了System.Web.HttpUtility在.NETFramework中UrlEncode和UrlDecode函数的使用,以及gb2312字符编码的应用,同时涵盖了HtmlEncode和HtmlDecode的转换方法。
摘要由CSDN通过智能技术生成

//UrlEncode编码
System.Web.HttpUtility.UrlEncode(str);

//UrlEncode解码
System.Web.HttpUtility.UrlDecode(str);

Encoding gb2312 = Encoding.GetEncoding(“gb2312”);//Encoding.Default ,936
string start = System.Web.HttpUtility.UrlEncode(“重庆”, gb2312);

start =“%D6%D8%C7%EC”;

System.Web.HttpUtility.UrlDecode(“start ");

System.Web.HttpUtility.HtmlEncode(str);
System.Web.HttpUtility.HtmlDecode(str);

  • 9
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
哈夫曼编码是一种常用的数据压缩算法,它通过将出现频率较高的字符用较短的编码表示,而将出现频率较低的字符用较长的编码表示,从而实现对数据的压缩。以下是哈夫曼编码解码的基本步骤: 1. 统计字符频率:遍历待编码的文本,统计每个字符出现的频率。 2. 构建哈夫曼树:根据字符频率构建哈夫曼树。哈夫曼树是一种特殊的二叉树,其中每个叶子节点代表一个字符,而非叶子节点代表字符频率之和。 3. 生成编码表:从根节点开始,遍历哈夫曼树的路径,左子树路径标记为0,右子树路径标记为1,将每个字符对应的路径记录下来,形成编码表。 4. 进行编码:根据生成的编码表,将待编码的文本中的每个字符替换为对应的编码。 5. 进行解码:使用相同的哈夫曼树和编码表,将编码后的数据进行解码,恢复原始文本。 在C#中实现哈夫曼编码解码可以按照以下步骤进行: 1. 定义字符频率统计函数:遍历待编码的文本,统计每个字符出现的频率。 2. 构建哈夫曼树:根据字符频率构建哈夫曼树。可以使用优先队列(PriorityQueue)来实现。 3. 生成编码表:从根节点开始,遍历哈夫曼树的路径,左子树路径标记为0,右子树路径标记为1,将每个字符对应的路径记录下来,形成编码表。 4. 进行编码:根据生成的编码表,将待编码的文本中的每个字符替换为对应的编码。 5. 进行解码:使用相同的哈夫曼树和编码表,将编码后的数据进行解码,恢复原始文本。 以下是C#代码示例: ```csharp // 定义节点类 class Node { public char Character { get; set; } public int Frequency { get; set; } public Node Left { get; set; } public Node Right { get; set; } } // 构建哈夫曼树 private static Node BuildHuffmanTree(Dictionary<char, int> frequencies) { var priorityQueue = new PriorityQueue<Node>(Comparer<Node>.Create((a, b) => a.Frequency - b.Frequency)); foreach (var kvp in frequencies) { priorityQueue.Enqueue(new Node { Character = kvp.Key, Frequency = kvp.Value }); } while (priorityQueue.Count > 1) { var left = priorityQueue.Dequeue(); var right = priorityQueue.Dequeue(); var parent = new Node { Frequency = left.Frequency + right.Frequency, Left = left, Right = right }; priorityQueue.Enqueue(parent); } return priorityQueue.Dequeue(); } // 生成编码表 private static Dictionary<char, string> GenerateCodeTable(Node root) { var codeTable = new Dictionary<char, string>(); TraverseTree(root, "", codeTable); return codeTable; } // 遍历哈夫曼树,生成编码表 private static void TraverseTree(Node node, string code, Dictionary<char, string> codeTable) { if (node.Left == null && node.Right == null) { codeTable[node.Character] = code; return; } TraverseTree(node.Left, code + "0", codeTable); TraverseTree(node.Right, code + "1", codeTable); } // 进行编码 private static string Encode(string text, Dictionary<char, string> codeTable) { var encodedText = new StringBuilder(); foreach (var c in text) { encodedText.Append(codeTable[c]); } return encodedText.ToString(); } // 进行解码 private static string Decode(string encodedText, Node root) { var decodedText = new StringBuilder(); var currentNode = root; foreach (var bit in encodedText) { if (bit == '0') { currentNode = currentNode.Left; } else if (bit == '1') { currentNode = currentNode.Right; } if (currentNode.Left == null && currentNode.Right == null) { decodedText.Append(currentNode.Character); currentNode = root; } } return decodedText.ToString(); } // 示例用法 string text = "Hello, World!"; Dictionary<char, int> frequencies = new Dictionary<char, int>(); foreach (var c in text) { if (frequencies.ContainsKey(c)) { frequencies[c]++; } else { frequencies[c] = 1; } } Node root = BuildHuffmanTree(frequencies); Dictionary<char, string> codeTable = GenerateCodeTable(root); string encodedText = Encode(text, codeTable); string decodedText = Decode(encodedText, root); Console.WriteLine("Encoded Text: " + encodedText); Console.WriteLine("Decoded Text: " + decodedText); ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值