file - 在 Haskell : hGetContents: invalid argument (invalid byte sequence) 中使用 "US-ASCII"编码读取文件

Question

我正在使用 Haskell 编写解析器，但是这个错误是我无法逾越的墙。这是我的代码:

main = do
  arguments    <- getArgs
  let fileName = head arguments
  fileContents <- readFile fileName
  converter    <- open "UTF-8" Nothing
  let titleLength           = length fileName
      titleWithoutExtension = take (titleLength - 4) fileName
      allNonEmptyLines      = unlines $ tail $ filter (/= "") $ lines fileContents

当我尝试使用“US-ASCII”编码读取文件时，我收到了著名的错误 hGetContents: invalid argument (invalid byte sequence)。我试图通过“US-ASCII”更改代码中的“UTF-8”，但错误仍然存​​在。有没有办法读取这个文件，或者任何类型的文件处理编码问题？

Answer 1

您应该hSetEncoding为特定的文本编码配置文件句柄，例如:

import System.Environment
import System.IO

main = do
  (path : _) <- getArgs
  h <- openFile path ReadMode
  hSetEncoding h latin1
  contents <- hGetContents h
  -- no need to close h
  putStrLn $ show $ length contents

如果您的文件包含非 ASCII 字符并且它不是 UTF8 编码，那么 latin1 是一个不错的选择，尽管它不是唯一的可能性。