list - Haskell HXT 解析行和列并获取 [[String]] 而不是 [String]

Question

我正在尝试使用 HXT 解析 ods(libreoffice 电子表格)文件，但遇到问题。 在电子表格中，一行有许多单元格(全部名称为“cell”)，并且电子表格有许多行(全部名称为 row)。 当我尝试获取单元格的文本时，代码将它们混合在一起，最终得到一整堆不按行分隔的单元格...

当尝试解析以下内容时:

<spreadsheet>
    <row>
       <cell> <p>ABC</p> </cell>
       <cell> <p>DEF</p> </cell>
       <cell> <p>GHI</p> </cell>
    </row>
    <row>
       <cell> <p>abc</p> </cell>
       <cell> <p>def</p> </cell>
       <cell> <p>ghi</p> </cell>
    </row>
    <row>
       <cell> <p>123</p> </cell>
       <cell> <p>456</p> </cell>
       <cell> <p>789</p> </cell>
    </row>
</spreadsheet>

使用代码:

import Text.XML.HXT.Core

play arg = do { results <- runX (processor arg) ; print results }
atTag x = getChildren >>> isElem >>> hasName x

processor filename =
    readDocument [withValidate no] filename >>>
    atTag "spreadsheet" >>>
    atTag "row" >>>
    atTag "cell" >>>
    atTag "p" >>>
    getChildren >>> getText

它给出 [ABC, DEF, GHI, abc, def, ghi, 123, 456, 789] 而我想要的是 [[ABC, DEF, GHI], [abc, def, ghi], [123, 456 ，789]]。

我做错了什么？

Answer 1

您可以使用listA在适当的点将结果收集到列表中:

import System.Environment (getArgs)
import Text.XML.HXT.Core

processor filename =
  readDocument [withValidate no] filename
    />  hasName "spreadsheet"
    />  hasName "row"
    >>> listA (getChildren >>> hasName "cell" /> hasName "p" /> getText)

main = fmap head getArgs >>= runX . processor >>= print

这将打印您想要的结果。

请注意，我使用提供的 /> 和 hasName 而不是您的 atTag，但如果您愿意，您可以轻松翻译回来坚持使用atTag。