问题标签 [bytestring]

我是 Haskell 的新手，并试图摆弄一些我在现实世界中经常遇到的测试用例。假设我有包含以下内容的文本文件“foo.txt”：

我正在尝试产生输出

我的代码在下面，但我在输出中得到了一些虚假的“LPS”......不确定它代表什么。

当用testFunc "foo.txt"调用时，输出是

任何帮助表示赞赏！谢谢。PS：使用 ByteString，因为这将在未来用于大量文件。

编辑：

我也很困惑为什么输出列表按上面的方式分组（每个数字都绑定在 [] 中），而在 ghci 中，下面的行给出了不同的排列。

我知道我已经有 Haskell Data.ByteString.Lazy 函数将 CSV 拆分为单个字符，例如：

但我想拆分一个多字符的 ByteString（比如拆分一个字符串而不是一个字符）：

我在需要解析的类似 csv 的文本文件中有多个字符分隔符，并且各个字符本身出现在某些字段中，因此仅选择一个分隔符并丢弃其他分隔符会污染数据导入。

我对如何做到这一点有一些想法，但它们似乎有点老套（例如，取三个 Word8，测试它们是否是分隔符组合，如果是，则开始一个新字段，进一步递归），我想我会无论如何都要重新发明一个轮子。有没有办法在不从头开始重建功能的情况下做到这一点？

我希望压缩我的应用程序的网络流量。

根据（最新？）“Haskell 流行度排名”，zlib似乎是一个非常流行的解决方案。zlib的接口使用ByteStrings：

我正在使用常规Strings，它们也是 、 和 使用的read数据show类型Network.Socket：

所以要压缩我的字符串，我需要一些方法来将 a 转换String为 a ByteString，反之亦然。在hoogle的帮助下，我发现：

尝试使用它：

失败，因为 (?) 有不同类型的ByteString?

所以基本上：

• 有几种类型ByteString？有哪些类型，为什么？
• String将s转换为 s 的“方法”是ByteString什么？

顺便说一句，我发现它确实适用于Data.ByteString.Lazy.Char8's ByteString，但我仍然很感兴趣。

我意识到这可能是一个相当异端的问题，但我想知道我是否可以通过 System.IO.Posix.MMap 将数据文件cast映射到某个其他类型的严格数组中？例如。如果我知道该文件包含双精度，我能否以某种方式将这些映射数据放入一个 UArr Double 中，以便我可以对其进行 sumU 等操作，并让虚拟内存系统为我处理 IO？这基本上就是我在 C++ 代码中处理多 GB 数据集的方式。其他更惯用的方法也可以做到这一点，谢谢！

我还可以对数据进行多核处理的方式的最高附加分 :-) 并不是说​​我要求高或任何东西。

我已经设法使用 Parsec 来解析字符串，但无法对 ByteString 做同样的事情。

如何在不手动将它们转换为字符串的情况下使 Parsec 与 ByteStrings 一起使用？

我觉得这并不难实现。我错了吗？（我是 Haskell 的新手。^^）

谢谢！

我们想以特定的二进制格式序列化数据。我们Data.ByteString在内部使用 s。

所以，问题是：如何将我们使用的不同数据类型转换为ByteString. 因为String我们没有问题，我们可以使用encodeLazyByteString UTF8 "string". 但我们也想将Integers 转换为ByteStrings（大端）。

有谁知道如何做到这一点和/或有任何使用 Haskell 和二进制格式的好技巧？

谢谢！

尝试使用 Data.Binary.Get 和 ByteString 却不明白发生了什么。我的代码如下：

对于返回元组的第三项，即有效负载，我收到以下错误：

有人请向我解释 Data.Binary.Get 和 ByteStrings 之间的交互以及我如何做我想做的事情。谢谢。

一些代码的分析表明，大约 65% 的时间我都在下面的代码中。

它所做的是使用 Data.Binary.Get monad 遍历一个字节串来寻找终止符。如果检测到 0xff，则检查下一个字节是否为 0x00。如果是，它会丢弃 0x00 并继续。如果它不是 0x00，那么它会丢弃两个字节，并将生成的字节列表转换为字节串并返回。

有什么明显的优化方法吗？我看不到它。

我正在使用惰性字节串读取一个大数据流，并且想知道在解析它时是否至少还有 X 个字节可用。也就是说，我想知道字节串是否至少有 X 个字节长。

调用length它会导致整个流被加载，从而破坏使用惰性字节串的目的吗？

如果是，那么后续将是：如何在不加载整个流的情况下判断它是否至少有 X 个字节？

编辑：最初我在阅读文件的情况下询问，但了解有更好的方法来确定文件大小。但是，我需要的最终解决方案不应依赖于惰性字节串源。