haskell - show w.r.t. 的语义转义字符

Question

考虑以下示例(λ> = ghci，$ = shell):

λ> writeFile "d" $ show "d"
$ cat d
"d"

λ> writeFile "d" "d"
$ cat d
d

λ> writeFile "backslash" $ show "\\"
$ cat backslash
"\\"

λ> writeFile "backslash" "\\"
$ cat backslash
\

λ> writeFile "cat" $ show "🐈" -- U+1F408
$ cat cat
"\128008"

λ> writeFile "cat" "🐈"
$ cat cat
🐈

我理解 "\128008" 的另一种方式只是另一种表示方式 "🐈"在 Haskell 源代码中。
我的问题是:为什么 "🐈"示例的行为类似于反斜杠而不是
喜欢 "d" ?既然它是一个可打印的字符，它不应该表现得像
一封信？

更一般地说，确定角色是否会成为
显示为可打印字符还是转义码？我看了 Section 6.3
在 Haskell 2010 语言报告中，但它没有指定确切的行为。

Answer 1

TL:博士； ASCII 范围 (0-127) 内的可打印字符将为 show n 作为图形字符。* 其他所有内容都将被转义。

* 双引号除外(因为它们用于字符串分隔符)和
反斜杠(因为转义需要它们)。

让我们看一下源代码来解决这个问题!

因为我们有 String = [Char] ，我们应该寻找 instance Show Char在
来源。可以找到
here .
它被定义为:

-- | @since 2.01
instance  Show Char  where
    showsPrec _ '\'' = showString "'\\''"
    showsPrec _ c    = showChar '\'' . showLitChar c . showChar '\''

    showList cs = showChar '"' . showLitString cs . showChar '"'

所以显示 String (使用 showList )基本上是一个包装 ShowLitString ，并显示 Char是 ShowLitChar 的包装器.
让我们看看这些功能。

showLitString :: String -> ShowS
-- | Same as 'showLitChar', but for strings
-- It converts the string to a string using Haskell escape conventions
-- for non-printable characters. Does not add double-quotes around the
-- whole thing; the caller should do that.
-- The main difference from showLitChar (apart from the fact that the
-- argument is a string not a list) is that we must escape double-quotes
showLitString []         s = s
showLitString ('"' : cs) s = showString "\\\"" (showLitString cs s)
showLitString (c   : cs) s = showLitChar c (showLitString cs s)
   -- [explanatory comments ...]

如您所料， showLitString主要是一个包装 showLitChar .
[注意:如果您不熟悉 ShowS类型，这是一个很好的
answer了解为什么
可能有用。]
不是我们要找的，所以让我们去 showLitChar (我有
省略了与问题无关的定义部分)。

-- | Convert a character to a string using only printable characters,
-- using Haskell source-language escape conventions.  For example:
-- [...]
showLitChar                :: Char -> ShowS
showLitChar c s | c > '\DEL' =  showChar '\\' (protectEsc isDec (shows (ord c)) s)
-- ^ Pattern matched for cat
showLitChar '\DEL'         s =  showString "\\DEL" s
showLitChar '\\'           s =  showString "\\\\" s
-- ^ Pattern matched for backslash
showLitChar c s | c >= ' '   =  showChar c s
-- ^ Pattern matched for d
-- Some more escape codes
showLitChar '\a'           s =  showString "\\a" s
-- similarly for '\b', '\f', '\n', '\r', '\t', '\v' etc.
-- showLitChar ... = ...

现在你明白问题出在哪里了。 ord c是 int , 第一个是
对于所有非 ASCII 字符 ( ord '\DEL' == 127 )。
对于 ASCII 范围内的字符，将打印可打印的字符并
其余的都逃脱了。对于它之外的字符，它们都被转义。

该代码没有回答问题的“为什么”部分。答案
(我认为)在我们看到的第一条评论中:

-- | @since 2.01
instance  Show Char  where

如果我猜的话，这种行为一直在保持向后保持
兼容性。我不需要猜测:请参阅评论以获得一些好的答案。

奖金

我们可以做一个 git blame在线使用 GHC 的 Github 镜像；)。让我们来看看
编写此代码时
( blame link)。
相关 commit 15 岁(!)。但是，它确实提到了 Unicode。

区分不同类型 Unicode 字符的功能
存在于 Data.Char模块。看着 source :

isPrint    c = iswprint (ord c) /= 0

foreign import ccall unsafe "u_iswprint"
  iswprint :: Int -> Int

如果你跟踪引入 iswprint 的提交, 你会降落
here .该 promise 是 13 年前做出的。
也许那两年写了足够多的代码，而他们没有
想打破？我不知道。如果一些 GHC 开发人员可以对此有所了解，
那太棒了:)。 Daniel Wagner 和 Paul Johnson 在评论中指出了一个很好的理由 - 使用非 Unicode 系统必须是一个高优先级(大约 15 年前)，因为当时 Unicode 相对较新。