我试图了解如何将 iteratee 库与 Haskell 一起使用。到目前为止我看到的所有文章似乎都集中在建立如何构建 iteratee 的直觉,这很有帮助,但现在我想真正开始使用它们,我感到有点茫然。查看迭代器的源代码对我来说值(value)有限。
假设我有一个函数可以修剪行中的尾随空格:
import Data.ByteString.Char8
rstrip :: ByteString -> ByteString
rstrip = fst . spanEnd isSpace
我想做的是:将其变成迭代器,读取文件并将其写到其他地方,并从每行中删除尾随空格。我将如何用 iteratee 来构建它?我看到 Data.Iteratee.Char 中有一个 enumLinesBS
函数,我可以深入研究它,但我不知道是否应该使用 mapChunks
或 convStream
或者如何将上面的函数重新打包到迭代器中。
最佳答案
如果你只想要代码,就是这样:
procFile' iFile oFile = fileDriver (joinI $
enumLinesBS ><>
mapChunks (map rstrip) $
I.mapM_ (B.appendFile oFile))
iFile
评论:
这是一个三阶段过程:首先将原始流转换为行流,然后应用函数来转换该行流,最后使用该流。自 rstrip
处于中间阶段,它将创建一个流转换器(Enumeratee)。
您可以使用 mapChunks
或convStream
,但是mapChunks
更简单。不同的是mapChunks
不允许您跨越 block 边界,而 convStream
是比较通用的。我更喜欢convStream
因为它没有公开任何底层实现,但是如果 mapChunks
就足够了,生成的代码通常更短。
rstripE :: Monad m => Enumeratee [ByteString] [ByteString] m a
rstripE = mapChunks (map rstrip)
注意额外的map
在rstripE
。外部流(rstrip 的输入)的类型为 [ByteString]
,所以我们需要映射rstrip
到它上面。
为了进行比较,如果使用 convStream 实现,则如下所示:
rstripE' :: Enumeratee [ByteString] [ByteString] m a
rstripE' = convStream $ do
mLine <- I.peek
maybe (return B.empty) (\line -> I.drop 1 >> return (rstrip line)) mLine
这更长,而且效率较低,因为它一次只会将 rstrip 函数应用于一行,即使可能有更多行可用。可以处理所有当前可用的 block ,这更接近 mapChunks
版本:
rstripE'2 :: Enumeratee [ByteString] [ByteString] m a
rstripE'2 = convStream (liftM (map rstrip) getChunk)
无论如何,有了可用的剥离枚举,它就可以很容易地与 enumLinesBS
组合起来。枚举者:
enumStripLines :: Monad m => Enumeratee ByteString [ByteString] m a
enumStripLines = enumLinesBS ><> rstripE
组合运算符 ><>
遵循与箭头运算符 >>>
相同的顺序。 enumLinesBS
将流分成几行,然后 rstripE
剥去它们。现在您只需要添加一个消费者(这是一个普通的迭代器),就完成了:
writer :: FilePath -> Iteratee [ByteString] IO ()
writer fp = I.mapM_ (B.appendFile fp)
processFile iFile oFile =
enumFile defaultBufSize iFile (joinI $ enumStripLines $ writer oFile) >>= run
fileDriver
函数是简单枚举文件并运行生成的 iteratee 的快捷方式(不幸的是参数顺序从 enumFile 切换而来):
procFile2 iFile oFile = fileDriver (joinI $ enumStripLines $ writer oFile) iFile
附录:在这种情况下,您需要 convStream 的额外功能。假设您想将每 2 行连接成一行。您不能使用mapChunks
。考虑当 block 是单例元素时,[bytestring]
。 mapChunks
不提供任何访问下一个 block 的方法,因此没有其他东西可以与之连接。与convStream
不过,这很简单:
concatPairs = convStream $ do
line1 <- I.head
line2 <- I.head
return $ line1 `B.append` line2
这在应用风格中看起来更好,
convStream $ B.append <$> I.head <*> I.head
你可以想到convStream
不断地使用提供的 iteratee 消耗流的一部分,然后将转换后的版本发送给内部消费者。有时甚至这还不够通用,因为每一步都会调用相同的 iteratee。在这种情况下,您可以使用 unfoldConvStream
在连续迭代之间传递状态。
convStream
和unfoldConvStream
还允许单子(monad)操作,因为流处理迭代器是单子(monad)转换器。
关于Haskell迭代器: simple worked example of stripping trailing whitespace,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/6643495/