问题标签 [bytestring]

我有以下 Haskell 类型定义：

我有类型StringSeq的表达式，我想用deepseq. 所以我需要定义NFData. 我做了以下事情：

所以我计算一个序列的长度来强制评估序列本身。这似乎可行，但这是正确的实现吗？有更好的吗？计算序列的长度是否会引入过多的开销？

所以我想访问字符串的 UTF-8 编码的各个字节。

我尝试使用Data.ByteString.Char8.pack，但这似乎只是将其截断为每个字符的最后一个字节：

如果我可以从文件中读取字符串，这不是问题：

但我想要一种String -> ByteString无需截断的纯粹转换方式，而hoogle 并不是很有帮助。

我正在实现模式挖掘算法，通常输入数据是具有以下格式的文件

通常itemx是一个String。为了提高效率，我曾经读取ByteString比默认文件更快的文件String。由于模式挖掘算法的主要任务是项目集之间的比较。我想知道如果我更改输入文件格式以便进行比较Int而不是比较ByteString. 这是新颖的格式：

谢谢 ！

我需要在 Haskell 中读取二进制格式。格式相当简单：四个八位字节表示数据的长度，然后是数据。四个八位字节表示网络字节顺序中的整数。

如何将ByteString四个字节的 a 转换为整数？我想要一个直接转换（在 C 中，那将是*(int*)&data），而不是字典转换。另外，我将如何处理字节顺序？序列化的整数按网络字节顺序排列，但机器可能使用不同的字节顺序。

我尝试了谷歌搜索，但只有关于字典转换的结果。

我一直在尝试从 Haskell 的 acm.timus.ru解决问题 1330 。基本上，它归结为： 1) 从标准输入中读取一个长度为 N (N < 10^4) 和 M 对整数 (M < 10^5) 的数组 A；2) 对于每个 (from, to) 对，将子数组 A[from..to] 的总和打印到标准输出。

由于 SO 不允许我在此问题中发布超过 2 个 URL，因此我将参考下面我的Github 存储库中的文件。

我想出了两个解决方案，它们共享大部分代码。第一个（1330_slow.hs）使用 Prelude 函数（getLine/read/words）并且有点慢：

另一个解决方案 (1330.hs) 抛弃了这些函数，用它们的 Data.ByteString.Char8 等效项 (B.getLine/B.readInt/B.words) 替换它们，并且表现得很好：

这个问题的时间限制是 500 毫秒，所以虽然 270 毫秒已经足够快（并且可以与我在其他语言中的解决方案相媲美，例如 C++ 和 Go），但 2180 毫秒并没有减少它。那么为什么我的第一个解决方案如此缓慢呢？即使按照 Real World Haskell 的分析技巧，我仍然无法理解这一点（我所能弄清楚的是大部分时间都花在了 readIntPair 函数上，这并没有太大帮助）。

如果你想自己做一些测试，我有一个 Python 输入生成器 (gen_test.py) 和一个预生成的输入文件 (input.txt)，以防你没有安装 Python。以及两种解决方案之间的差异（slow_fast_diff.txt）。

我想用一个lazyBytestring来表示一个比特流。我需要能够有效地从该流中获取任意位片。例如，我可能有一个ByteString长度为 10 的 a，我想ByteString从原始的ByteString.

问题是sByteStrings的数组Word8，所以取不是 8 的倍数的范围很困难。我能想到的最好的就是这个，使用Data.Binaryand Data.Binary.Bits。请注意，这get32BitRange专门针对范围 <= 32。

算法是：

• 找到第一个Word8包含我想要的位的索引
• 从最高下降ByteString到该指数
• 如果位范围的低端不是 8 的倍数，则在 的开头会有一些多余的位Word8，所以跳过那些
• 获取 (hi - lo) 位，并存储在Word32
• 把它Word32放进一个ByteString

它看起来有点难看，有没有更有效的方法可以从 a 中获取任意切片ByteString？

编辑：这是一个更有效的版本

我目前正在尝试使用Real World Haskell中提供的 Full CSV Parser 。为了我尝试修改代码以使用ByteString而不是String，但是有一个string只适用于String.

是否有类似于与 一起使用的 Parsec 组合器string，ByteString而无需来回进行转换？

我已经看到有一个替代解析器可以处理ByteString: attoparsec，但我更愿意坚持使用 Parsec，因为我只是在学习如何使用它。

我的理解是ByteStrings 只是 s 的向量列表Word8。这种封装在二进制流上提供了更好的内存和速度性能。同样，该Text类型提高了Char流的性能。

但是，如果我有Int流或Double流怎么办？是否有ByteString易于与不同数据类型一起使用的参数版本？我认为只在不可装箱的类型上使用才有意义。

我需要广泛使用：

两部分问题：

1. 这已经有名字了吗？我在 Hoogle 上找不到任何搜索该类型的东西，但它似乎应该是一个非常普遍的需求。我还尝试搜索(Int, Int) -> ByteString -> ByteString和一些flip相同的版本。我还尝试寻找[a]版本以查看是否有常用名称。
2. 有没有更好的写法？

我怀疑我做错了什么，因为我强烈希望能找到很多人走上同一条路，但我的 google-fu 没有找到任何东西。

我即将开始在 Haskell 中开发一个需要一些 Unicode 支持的应用程序。

如何在 Haskell 中执行 Unicode 模式匹配？我看到了GHC 的语法扩展。但是是否有任何语言级别的支持来执行此操作（不需要 GHC 的特殊扩展）？

我看到了这个问题，但那里给出的答案使用了基于扩展的方法。还有什么是最好的使用 Unicode 的 Haskell 库？字节串还是文本？两者的优点和缺点是什么？