如何在现有的 Haskell 代码中从 String 转到 Data.ByteString.Lazy？

Posted 2023-03-06

【中文标题】如何在现有的 Haskell 代码中从 String 转到 Data.ByteString.Lazy？

【英文标题】：How to go from String to Data.ByteString.Lazy in an existing Haskell code?

【发布时间】：2010-09-15 06:40:44

【问题描述】：

我有一个使用大量字符串的 Haskell 代码，在对其进行分析时，似乎该代码使用大量内存来存储列表 []。解决这个问题的一种方法是使用 Data.ByteString.Lazy 代替 String，但是

这样做时我需要注意什么？，

必须仔细查看代码的哪一部分：折叠、映射、...？

感谢回复

【参考方案1】：

OverloadedStrings 扩展在您使用 GHC 并且正在转换包含大量字符串文字的代码时会很方便。只需将以下内容添加到源文件的顶部：

-# LANGUAGE OverloadedStrings #-

而且您不必在代码中的任何字符串文字上使用B.pack。例如，您可以有以下内容：

equalsTest :: B.ByteString -> Bool
equalsTest x = x == "Test"

如果没有扩展名，这将产生错误，因为您不能在 ByteString 和 [Char] 上使用 ==。通过扩展，字符串字面量的类型为(IsString a) => a，而ByteString 是IsString 的一个实例，所以这里的"Test" 被键入为ByteString 并且没有错误。

【讨论】：

我也想过推荐这个，但由于它是语言扩展，可能会破坏可移植性。

在 Haskell 中编写软件的人使用 GHC 以外的东西？哦。

是的，确实如此。例如，有人告诉我，有 Utrecht Haskell 编译器，它有时可以创建更快的代码。

作为扩展，这似乎很安全：它很方便，它使你的代码更干净，而且你总是可以通过一个快速的sed 摆脱它。

【参考方案2】：

您应该知道，ByteString 对于迭代 it 元素之类的事情确实很糟糕，但更适合 Concatation 等。

如果您想使用 ByteStrings，您必须将 String 转换为 ByteString，只需执行类似的操作

import Data.ByteString.Lazy as B

并在与它们一起使用的每个函数前面加上 B - String 的大多数函数也适用于 ByteString。请注意 - 您必须将您使用的字符串转换为具有某些功能的 ByteString。

如果您改用Data.ByteString.Lazy.Char8，则可以轻松使用pack，但所有大于255 的字符都将被截断。此外，这种类型更适合二进制数据和安全内存。

编辑：如果你想处理文本字符串，你应该考虑使用包文本。查看here了解更多详情。

【讨论】：

为什么 ByteString “对于迭代之类的东西真的很糟糕”？它归结为一个 8 位整数的向量；与 C char * 完全一样。 map over strict Bytestrings 对目标向量进行一次分配，从源向量中读取每个字节，应用映射函数，并将结果放入内存。一切都是开箱即用的。它受到流融合的影响。我无法想象有什么比这更适合迭代了！

我在学校就是这么想的。

我认为，如果您从 ByteString 的头部添加/删除元素（尤其是添加），它涉及大量的数组复制。但是，是的，我可能错了。

是的。如果你的操作很重，那么理论上链表或惰性字节串比严格的字节串更合适。如果它是重附加的，则 Lazy 字节串将在恒定时间内执行操作。不过，这是一种权衡；尽管追加是常数时间，但您会失去使用纯向量获得的参考局部性。这比 allocate / memcpy 周期快还是慢取决于您的应用程序 - 幸运的是，两者都很容易尝试！