如何在 Haskell 中解析 IO 字符串？

Posted 2023-02-25

技术标签:

【中文标题】如何在 Haskell 中解析 IO 字符串？【英文标题】：How can I parse the IO String in Haskell? 【发布时间】：2012-06-29 02:24:23 【问题描述】：

我在使用 Haskell 时遇到了问题。我的文本文件如下所示：

5.
7. 
[(1,2,3),(4,5,6),(7,8,9),(10,11,12)].

我不知道如何获得前 2 个数字（上面的 2 和 7）和最后一行的列表。每行末尾都有点。

我试图构建一个解析器，但名为“readFile”的函数返回名为 IO 字符串的 Monad。我不知道如何从那种类型的字符串中获取信息。

我更喜欢处理一系列字符。也许有一个函数可以将'IO String'转换为[Char]？

【问题讨论】：

请注意，String 只是 [Char] 的类型别名，所以你和 [Char] 之间唯一的东西就是 IO（你无法摆脱它 - 你需要在里面工作IO monad（有关更多信息，请参阅任何 monad 教程）。另请注意，[Char] 是字符的（链接）列表，而不是数组。 【参考方案1】：

我认为您对 Haskell 中的 IO 存在根本性的误解。特别是，你这样说：

也许有一个函数可以将'IO String'转换为[Char]？

不，没有¹，没有这样的功能是 Haskell 最重要的事情之一。

Haskell 是一种非常有原则的语言。它试图区分“纯”函数（没有任何副作用，并且在给出相同输入时总是返回相同的结果）和“不纯”函数（具有从文件读取、打印等副作用）到屏幕，写入磁盘等）。规则是：

您可以在任何地方使用纯函数（在其他纯函数中，或在不纯函数中）您只能在其他不纯函数中使用不纯函数。

代码被标记为纯或不纯的方式是使用类型系统。当你看到像

这样的函数签名时

digitToInt :: String -> Int

你知道这个函数是纯粹的。如果你给它一个String，它会返回一个Int，而且如果你给它同样的String，它总是会返回同样的Int。另一方面，像

这样的函数签名

getLine :: IO String

是不纯，因为String的返回类型标有IO。显然getLine（读取一行用户输入）不会总是返回相同的String，因为它取决于用户输入的内容。你不能在纯代码中使用这个函数，因为即使添加最小的位杂质会污染纯代码。一旦你去了IO，你就再也回不去了。

您可以将IO 视为一个包装器。当您看到特定类型时，例如 x :: IO String，您应该将其解释为“x 是一个操作，当执行时，它会执行一些任意 I/O，然后返回 String 类型的内容”（注意在 Haskell 中，String 和 [Char] 完全一样）。

那么，您如何访问来自IO 操作的值？幸运的是，函数main 的类型是IO ()（这是一个执行一些I/O 并返回() 的操作，这与什么都不返回相同）。所以你总是可以在main 中使用你的IO 函数。当你执行一个 Haskell 程序时，你正在做的是运行 main 函数，这会导致程序定义中的所有 I/O 都被实际执行——例如，你可以从文件中读取和写入，询问用户输入，写入标准输出等。

你可以考虑这样构建一个 Haskell 程序：

所有执行 I/O 的代码都会获得 IO 标签（基本上，你将它放在 do 块中）不需要执行 I/O 的代码不需要位于 do 块中 - 这些是“纯”函数。您的 main 函数将您定义的 I/O 操作按顺序排列在一起，以使程序执行您希望它执行的操作（在您喜欢的任何地方穿插纯函数）。当您运行 main 时，您会执行所有这些 I/O 操作。

那么，考虑到所有这些，您如何编写程序？嗯，函数

readFile :: FilePath -> IO String

将文件读取为String。所以我们可以使用它来获取文件的内容。功能

lines:: String -> [String]

在换行符上拆分String，所以现在你有一个Strings 列表，每个对应于文件的一行。功能

init :: [a] -> [a]

从列表中删除最后一个元素（这将删除每行最后的.）。功能

read :: (Read a) => String -> a

接受String 并将其转换为任意的Haskell 数据类型，例如Int 或Bool。合理地组合这些功能将为您提供您的程序。

请注意，您真正需要执行任何 I/O 的唯一时间是在读取文件时。因此，这是程序中唯一需要使用IO 标签的部分。程序的其余部分可以“纯粹”编写。

听起来你需要的是文章The IO Monad For People Who Simply Don't Care，它应该能解释你的很多问题。不要被“monad”这个词吓到——你不需要理解什么是 monad 来编写 Haskell 程序（请注意，这一段是我回答中唯一使用“monad”这个词的段落，尽管我承认我已经用了四次了……）

这是（我认为）你想要编写的程序

run :: IO (Int, Int, [(Int,Int,Int)])
run = do
  contents <- readFile "text.txt"   -- use '<-' here so that 'contents' is a String
  let [a,b,c] = lines contents      -- split on newlines
  let firstLine  = read (init a)    -- 'init' drops the trailing period
  let secondLine = read (init b)    
  let thirdLine  = read (init c)    -- this reads a list of Int-tuples
  return (firstLine, secondLine, thirdLine)

要回答关于将lines 应用于readFile text.txt 的输出的npfedwards 评论，您需要意识到readFile text.txt 为您提供IO String，并且仅当您将其绑定到变量时（使用@ 987654369@)，您可以访问底层String，以便您可以将lines应用于它。

记住：一旦你去了IO，你就再也回不去了。

¹ 我故意忽略unsafePerformIO，因为顾名思义，它非常不安全！除非您真的知道自己在做什么，否则永远不要使用它。

【讨论】：

我觉得我们甚至不应该在这些答案中提到 不应命名的函数，如果只是因为 Haskell 的一些学生可能会看到它，请看类型定义，然后简单地说“啊哈！这就是我一直以来的样子！” 不是说即使你把 IO monad 中的纯函数和函数小心翼翼地分开，编译器还是会以某种方式内联它？尝试将lines 应用于readFile 的输出时出现类型错误 @npfedwards 酷。请记住，let 只是暂时给事物命名的一种方式。我做的唯一复杂的事情是在let [a,b,c] = lines contents 行中。在这里我知道lines contents 的结果将是三个元素的列表，所以我利用它来调用三个元素a、b 和c。 “永久”名称是什么意思？除了在 do 块内之外，您还想在哪里访问变量？【参考方案2】：

作为一个编程菜鸟，我也被IOs 搞糊涂了。请记住，如果你去IO，你永远不会出来。克里斯写了一个great explanation on why。我只是认为给出一些关于如何在 monad 中使用 IO String 的示例可能会有所帮助。我将使用getLine 读取用户输入并返回IO String。

line <- getLine

所有这一切都是将来自getLine 的用户输入绑定到一个名为line 的值。如果你在 ghci 中输入 this，然后输入 :type line，它将返回：

:type line
line :: String

但是等等！ getLine 返回 IO String

:type getLine
getLine :: IO String

那么来自getLine 的IOness 发生了什么？ <- 发生了什么事。 <- 是您的 IO 朋友。它允许您在 monad 中取出被 IO 污染的值，并将其与您的正常功能一起使用。 Monad 很容易识别，因为它们以 do 开头。像这样：

main = do
    putStrLn "How much do you love Haskell?"
    amount <- getLine
    putStrln ("You love Haskell this much: " ++ amount)

如果你像我一样，你很快就会发现 liftIO 是你的下一个最好的 monad 朋友，而 $ 有助于减少你需要编写的括号数量。

那么您如何从readFile 获取信息？那么如果readFile 的输出是IO String 就像这样：

:type readFile
readFile :: FilePath -> IO String

那么你只需要你的友好<-：

 yourdata <- readFile "samplefile.txt"

现在，如果在 ghci 中输入它并检查 yourdata 的类型，您会发现它是一个简单的 String。

:type yourdata
text :: String

【讨论】：

amount <- getLine 是否有脱糖版本？？ @matthias getLine >>= (\amount -> ...).【参考方案3】：

正如人们已经说过的，如果你有两个函数，一个是readStringFromFile :: FilePath -> IO String，另一个是doTheRightThingWithString :: String -> Something，那么你真的不需要从IO中转义一个字符串，因为你可以将这两个函数结合起来以各种方式：

fmap 对应 IO（IO 是 Functor）：

fmap doTheRightThingWithString readStringFromFile

(<$>) 对应 IO（IO 是 Applicative 和 (<$>) == fmap）：

import Control.Applicative

...

doTheRightThingWithString <$> readStringFromFile

liftM 对应IO (liftM == fmap)：

import Control.Monad

...

liftM doTheRightThingWithString readStringFromFile

(>>=) 对应 IO（IO 是 Monad，fmap == (<$>) == liftM == \f m -> m >>= return . f）：

readStringFromFile >>= \string -> return (doTheRightThingWithString string)
readStringFromFile >>= \string -> return $ doTheRightThingWithString string
readStringFromFile >>= return . doTheRightThingWithString
return . doTheRightThingWithString =<< readStringFromFile

使用do 表示法：

do
  ...
  string <- readStringFromFile
  -- ^ you escape String from IO but only inside this do-block
  let result = doTheRightThingWithString string
  ...
  return result

每次你都会收到IO Something。

你为什么要那样做？好吧，有了这个，您将拥有 pure 和 referentially transparent 用您的语言编写的程序（函数）。这意味着每个类型为 IO-free 的函数都是纯并且引用透明，因此对于相同的参数，它将返回相同的值。例如，doTheRightThingWithString 将为相同的String 返回相同的Something。但是readStringFromFile不是无IO的，每次都可以返回不同的字符串（因为文件可以改变），所以你不能从IO中转义这种不纯的值。

【讨论】：

【参考方案4】：

如果你有这种类型的解析器：