haskell - 从 `Char` 获取 `ByteString`

Question

有没有办法在 O(1) 时间内获取 ByteString 中的第一个 UTF-8 Char ？我正在寻找类似的东西

headUtf8 :: ByteString -> Char
tailUtf8 :: ByteString -> ByteString

我还没有被限制使用严格或惰性ByteString，但我更喜欢严格。对于懒惰的 ByteString，我可以通过 Text 拼凑一些东西，但我不确定这有多高效(尤其是空间复杂度方面)。

import qualified Data.Text.Lazy as T
import Data.Text.Lazy.Encoding (decodeUtf8With, encodeUtf8)
import Data.Text.Encoding.Error (lenientDecode)

headUtf8 :: ByteString -> Char
headUtf8 = T.head . decodeUtf8With lenientDecode

tailUtf8 :: ByteString -> ByteString
tailUtf8 = encodeUtf8 . T.tail . decodeUtf8With lenientDecode

如果有人感兴趣的话，当使用 Alex 制作支持 UTF-8 字符的词法分析器时会出现这个问题¹。

<小时/>

¹ 我知道从 Alex 3.0 开始，您只需要提供 alexGetByte (这太棒了!)，但我仍然需要能够获取其他字符词法分析器中的代码。

Answer 1

您想要Data.Bytestring.UTF8 utf8-string 包中的模块。它包含一个具有以下签名的 uncons 函数:

uncons :: ByteString -> Maybe (Char, ByteString)

然后您可以定义:

headUtf8 :: ByteString -> Char
headUtf8 = fst . fromJust . uncons

tailUtf8 :: ByteString -> ByteString
tailUtf8 = snd . fromJust . uncons