如何在Haskell中创建一个Word8？

Question

我想编写一个简单的函数，将 ByteString 按照 '\n' 作为分隔符将其拆分成 [ByteString]。下面是我的尝试：

import Data.ByteString

listize :: ByteString -> [ByteString]
listize xs = Data.ByteString.splitWith (=='\n') xs

这会抛出一个错误，因为'\n'是一个Char而不是一个Word8，而Data.ByteString.splitWith期望的是Word8。

如何将这个简单的字符转换为ByteString可以处理的Word8？

- Xander Dunn

Answer 1

你可以直接使用数字字面量10，但如果你想要转换字符字面量，可以使用fromIntegral (ord '\n')（需要fromIntegral将ord返回的Int转换为Word8）。你需要导入Data.Char库来使用ord函数。

你也可以导入Data.ByteString.Char8库，它提供了在相同的ByteString数据类型上使用Char而不是Word8的函数。（确实，它有一个lines函数，它恰好做你想做的事情。）但是，这通常不被推荐，因为ByteString不存储Unicode码点(即Char表示的内容)，而是原始的八位字节（即Word8）。

如果你正在处理文本数据，则应该考虑使用Text而不是ByteString。

- ehird

---

哦，太棒了。我想我得深入研究字符表示了。我不知道字符的数字字面值是什么。有没有它们的列表？ - Xander Dunn

我正在编写一个程序，用于解析蛋白质数据库文件，这些文件包含字符串、整数和双精度浮点数。这些字符串主要用于从列表中识别正确的项目，而整数和双精度浮点数将用于数学运算。我不确定应该使用哪个类来实现这个功能。 - Xander Dunn

你可以在GHCi中使用ord函数来查找字符的编码数字 :) 我通常从fileformat.info获取Unicode数据; 基本拉丁字符块包含了从ASCII继承下来的128个代码点。 - ehird

关于程序中适当的类型，这取决于具体的格式和你要做什么，但如果它们不包含任何二进制数据，则 Text 就可以正常工作。然而，如果字符串始终是纯 ASCII，并且你正在处理大量数据，则 ByteString 可能更快。 - ehird

是的，这些文件严格遵循ASCII格式，并且性能是我们的目标。谢谢。 - Xander Dunn

我现在该如何创建一个Word8？ - peer