如何在Haskell中检查两个文件是否相等

Question

我正在学习Haskell，需要比较两个文件。我没有找到可以做到这一点的函数，所以我自己编写了一个。以下是我想出来的函数。

cmpFiles :: FilePath -> FilePath -> IO Bool
cmpFiles a b = withBinaryFile a ReadMode $ \ha ->
               withBinaryFile b ReadMode $ \hb ->
                 fix (\loop -> do
                   isEofA <- hIsEOF ha
                   isEofB <- hIsEOF hb

                   if | isEofA && isEofB -> return True             -- both files reached EOF
                      | isEofA || isEofB -> return False            -- only one reached EOF
                      | otherwise        -> do                      -- read content
                                              x <- hGet ha 4028     -- TODO: How to use a constant?
                                              y <- hGet hb 4028     -- TODO: How to use a constant?
                                              if x /= y
                                                then return False   -- different content
                                                else loop           -- same content, contunue...
                 )

我的问题是:

1. 这段代码是否符合惯用法? 它看起来非常命令式而不是函数式。
2. 这段代码是否高效（大文件的Layz IO问题，性能...）？
3. 有没有更紧凑的编写方式?

- And Pos

---

不清楚你是否使用惰性或严格的字节串（请始终显示您的导入！）这个 对我来说是惯用的惰性IO。我认为你的程序只能使用严格的字节串，withBinaryFile和惰性IO不兼容。 - n. m.

你的函数太大了。一个简单的步骤是编写一个单独的函数，该函数接受两个句柄。fix很少必要或有助于编写清晰的代码；显式递归通常更好。 - dfeuer

Answer 1

你好

cmpFiles a b = do
    aContents <- readFile a
    bContents <- readFile b
    return (aContents == bContents)

- Reid Barton

---

你可能想要指明这应该是 Data.ByteString.Lazy 中的 readFile 函数……两种方式都可以工作，但通常的方式可能会对大文件消耗过多内存。String 版本可能会对二进制数据产生混淆。 - jamshidh

你认为这个自行车棚的颜色怎么样？cmpFiles = liftA2 (==) `on` readFile - Daniel Wagner

Answer 2

你甚至可以将其变成一行代码：

cmpFiles a b = liftM2 (==) (readFile a) (readFile b)

这个实际上等同于Reid Barton的解决方案。等同在这里不是一个含糊其辞的词，如果你从hackage中获取liftM2的定义。

liftM2 f m1 m2 = do { x1 <- m1; x2 <- m2; return (f x1 x2) }

插入(==)和readFile，你就在那里了。

懒惰是Haskell中的好朋友。readFile的文档指出输入是惰性读取的，即只有在需要时才读取。 ==也是惰性的。因此，整个liftM22 ...仅在找到差异时才读取文件。

- Franky

---

懒惰是你的朋友 - 但这个解决方案的重要部分不是懒惰，而是名字不好的懒惰 IO。懒惰 IO 也是你的朋友，但只有在某些情况下。 - Daniel Wagner

我深入研究了(==)的代码，它似乎正在比较字节块，所以我认为它确实是惰性的，因此我的担忧，即操作在比较之前加载整个文件，是不正确的。 - And Pos

Answer 3

cmpFiles a b = (==) <$> readFile a <*> readFile b

- Christian Brolin