在Haskell中使用UTF-8作为IO String读取文件

Question

除非文件具有utf-8characteres,否则我有以下代码可以正常工作:

module Main where
import Ref
main = do
    text <- getLine
    theInput <- readFile text
    writeFile ("a"++text) (unlist . proc . lines $ theInput)

有了utf-8 characteres,我得到了这个: hGetContents: invalid argument (invalid byte sequence)

由于我正在使用的文件有UTF-8字符,我想处理此异常,以便重用从中导入的函数(Ref如果可能).

有没有办法读取UTF-8文件,IO String因此我可以重用我Ref的函数？我应该对我的代码做什么修改？提前致谢.

我附加了我的Ref模块中的函数声明:

unlist :: [String] -> String
proc :: [String] -> [String]

来自前奏:

lines :: String -> [String]

Answer 1

这可以仅使用 GHC 的基本（但从标准扩展）System.IO模块来完成，尽管您将不得不使用更多功能：

module Main where

import Ref
import System.IO

main = do
    text <- getLine
    inputHandle <- openFile text ReadMode 
    hSetEncoding inputHandle utf8
    theInput <- hGetContents inputHandle
    outputHandle <- openFile ("a"++text) WriteMode
    hSetEncoding outputHandle utf8
    hPutStr outputHandle (unlist . proc . lines $ theInput)
    hClose outputHandle -- I guess this one is optional in this case.

Answer 2

感谢您的回答，但我自己找到了解决方案。实际上我正在使用的文件有这样的编码：

ISO-8859 text, with CR line terminators

因此，要使用我的 haskell 代码处理该文件，它应该具有以下编码：

UTF-8 Unicode text, with CR line terminators

您可以使用该实用程序检查文件编码，file如下所示：

$ file filename

要更改文件编码，请按照此链接中的说明进行操作！