如何使getLine接受Unicode字符？

Question

如何使getLine接受Unicode字符？

4

当运行以下代码时：

do line <- getLine
   putStrLn line

或者，

getLine >>= putStrLn

并且，在之后，

 getLine >>= putStrLn

进入

µ

当遇到这个输出时:

⠀

现在，我已经尝试了chcp 65001，但它没有起作用，而stdin的编码是utf8。

没有putStrLn的检查结果如下：

 getLine
µ
'\NIL'

我的环境：
Windows 10 版本 10.0.17134 Build 17134
联想 ideapad 510-15IKB
BIOS 版本 LENOVO 3JCN30WW
GHCi v 8.2.2

如何解决这个问题？

注：以下操作序列会导致此问题： 1. 打开 cmd 2. 输入 chcp 65001 3. 输入 ghci 4. 输入 getLine >>= putStrLn 5. 输入 µ

但是以下操作则不会出现问题： 1. 搜索 ghci 2. 在 %PROGRAMS%\Haskell Platform\8.2.2\bin 打开 ghci.exe 3. 重复步骤 4-5

注意：%PROGRAMS% 不是真正的环境变量。

按要求，下面是 GHC.IO.Encoding.getLocaleEncoding 的输出结果：

UTF-8

此外，System.IO.hGetEncoding stdin 的输出为：

Just UTF-8

(当使用chcp 65001时)

编辑：字符为U+00B5。我使用的是德国键盘，系统区域设置为德国，语言设置为英语，键盘语言为带有德国布局的英语。

- schuelermine

5

这是在Windows上吗？ - that other guy

6

这对我来说符合预期。您能提供更多关于您的环境的细节吗？ - DarthFennec

1

你确定你输入的 stdin 是 utf8 而不是 utf16 吗？那个字母是 mu (U+03BC) 还是 micro sign (U+00B5)？ - Dan Robertson

1

在出现故障的 ghci 会话中，GHC.IO.Encoding.getLocaleEncoding 返回什么？ - Daniel Wagner

1

@Mark Neu，如果你真的很想看到一个解决方法，我在我的答案中进行了编辑，并提供了一个最小化的可行解决方案。 - lehins

显示剩余2条评论

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- lehins · Accepted Answer

控制台输入/输出在Windows上已经完全崩溃了一段时间。以下是跟IO相关的所有问题的顶级票证: https://ghc.haskell.org/trac/ghc/ticket/11394 我认为，这两个票证最好描述了您正在体验的行为:

现在唯一的解决方法是手动使用Windows API来处理控制台输出/输入，这本身就是一种痛苦。编辑所以，仅仅是出于好奇，我决定忍受一些疼痛。 :)

以下是下面代码的输出:

====
Input: µ
Output: µ
====

这绝不是一个完全正确或安全的解决方案，但它确实可以工作：

module Main where

import Control.Monad
import System.IO
import Foreign.Ptr
import Foreign.ForeignPtr
import Foreign.C.String
import Foreign.C.Types
import Foreign.Storable

import System.Win32
import System.Win32.Types
import Graphics.Win32.Misc

foreign import ccall unsafe "windows.h WriteConsoleW"
  c_WriteConsoleW :: HANDLE -> LPWSTR -> DWORD -> LPDWORD -> LPVOID -> IO BOOL

foreign import ccall unsafe "windows.h ReadConsoleW"
  c_ReadConsoleW :: HANDLE -> LPWSTR -> DWORD -> LPDWORD -> LPVOID -> IO BOOL

-- | Read n characters from a handle, which should be a console stdin
hwGetStrN :: Int -> Handle -> IO String
hwGetStrN maxLen hdl = do
  withCWStringLen (Prelude.replicate maxLen '\NUL') $ \(cstr, len) -> do
    lpNumberOfCharsWrittenForeignPtr <- mallocForeignPtr
    withHandleToHANDLE hdl $ \winHANDLE ->
      withForeignPtr lpNumberOfCharsWrittenForeignPtr $ \lpNumberOfCharsRead -> do
        c_ReadConsoleW winHANDLE cstr (fromIntegral len) lpNumberOfCharsRead nullPtr
        numWritten <- peek lpNumberOfCharsRead
        peekCWStringLen (cstr, fromIntegral numWritten)

-- | Write a string to a handle, which should be a console stdout or stderr.
hwPutStr :: Handle -> String -> IO ()
hwPutStr hdl str = do
  void $ withCWStringLen str $ \(cstr, len) -> do
    lpNumberOfCharsWrittenForeignPtr <- mallocForeignPtr
    withHandleToHANDLE hdl $ \winHANDLE ->
      withForeignPtr lpNumberOfCharsWrittenForeignPtr $ \ lpNumberOfCharsWritten ->
      c_WriteConsoleW winHANDLE cstr (fromIntegral len) lpNumberOfCharsWritten nullPtr

main :: IO ()
main = do
  hwPutStr stdout "====\nInput: "
  str <- hwGetStrN 10 stdin
  hwPutStr stdout "Output: "
  hwPutStr stdout str
  hwPutStr stdout "====\n"

编辑 2

@dfeuer要求我列出那篇回答中不安全、不正确或不完整的事情。我只在Linux上编写代码，所以我不是Windows程序员，但以下是让该代码在实际程序中使用之前需要更改的一些事项：

最重要的部分是该代码仅适用于控制台句柄，可以通过GetConsoleMode API调用来确定。
对于其他类型的句柄，如使用管道或文件句柄，则上述代码将无效，这也涉及到编码的问题，但这是完全不同的问题。
未考虑API调用失败的情况。因此，我们必须通过查看返回的BOOL来检查调用是否成功，并在每次不成功时使用GetLastError将错误报告给用户。
上面实现的功能非常有限，没有检查实际读/写到/从缓冲区的数据量。因此，hwGetStrN只能处理n个字符，因此需要递归调用才能获得类似于hGetLine的行为。
进行所有的合法性检查，例如：DWORD是Word32，因此fromIntegral len调用容易受到整数溢出的影响，这既不正确也不安全。
在32位操作系统上，FFI调用必须为stdcall，而对于x86_64则为ccall，因此需要一些CPP。