修复haskell中的utf8编码破解

在SO人的帮助下，我成功实现了simple rss downloader in haskell。但有一个问题仍然存在：如何修复Feed项目标题的破碎编码？这里是最小的工作示例：修复haskell中的utf8编码破解

import Control.Monad 
import Control.Applicative 
import Network.HTTP 
import Text.Feed.Import 
import Text.Feed.Query 
import Text.Feed.Types 
import Data.Maybe 
import qualified Data.ByteString as B 
import Network.URI (parseURI, uriToString) 
import Codec.Binary.UTF8.String (decodeString, encodeString) 

getTitleAndUrl :: Item -> (Maybe String, Maybe String) 
getTitleAndUrl item = (getItemTitle item, getItemLink item) 

downloadUri :: (Maybe String,Maybe String) -> IO() 
downloadUri (Just title,Just link) = do 
    item <- get link 
    B.writeFile title item 
    where 
     get url = let uri = case parseURI url of 
         Nothing -> error $ "invalid uri" ++ url 
         Just u -> u in 
       simpleHTTP (defaultGETRequest_ uri) >>= getResponseBody 
downloadUri _ = print "Somewhere something went Nothing" 

getTuples :: IO (Maybe [(Maybe String, Maybe String)]) 
getTuples = fmap (map getTitleAndUrl) <$> fmap (feedItems) <$> parseFeedString <$> decodeString <$> (simpleHTTP (getRequest "http://index.hu/24ora/rss/") >>= getResponseBody) 

main = getTuples

它打印出像

Just [...,(Just "Gyalogosbaleset miatt \225ll a t\246megk\246zleked\233s a Margit h\237don",Just "http://velvet.hu/blogok/helyszinelo/2013/06/18/gyalogossbaleset_miatt_all_a_tomegkozlekedes_a_margit_hidon/"),...]

我做了一些研究，进给其项目名称由<![CDATA[]] sorrounded，所以XML解析器跳过他们。

示例项目：

<item> 
     <title><![CDATA[Gyalogosbaleset miatt áll a tömegközlekedés a Margit hídon]]></title> 
     <link>http://velvet.hu/blogok/helyszinelo/2013/06/18/gyalogossbaleset_miatt_all_a_tomegkozlekedes_a_margit_hidon/</link> 
     <pubDate>Tue, 18 Jun 2013 09:08:00 +0200</pubDate> 
     <category domain="main"></category> 
     <description><![CDATA[A tájékoztatás szerint a budai hídfő megállójában elesett egy gyalogos, jelenleg pótlóbuszok közlekednek.]]></description> 
     <content:encoded><![CDATA[A tájékoztatás szerint a budai hídfő megállójában elesett egy gyalogos, jelenleg pótlóbuszok közlekednek.]]></content:encoded> 
</item>

我怎么能强制UTF8编码这个字符串？

来源

2013-06-18 pasja

我不确定我是否理解这个问题。你不喜欢这里有什么行为？ UTF-8与它有什么关系？如果它按照你想要的方式行事，它会有什么不同？ – shachaf

@shachaf：t \ 246megk \ 246zleked \ 233s - >tömegközlekedés等等...... – pasja

好的。 1：Haskell'String's是Unicode字符串。它们不是UTF-8或UTF，它们只是Unicode代码点的列表。 2：你只是在查看'show'的结果作为一个字符串。这就是'Show'实例的工作方式 - 你无法对此做任何事情。如果您打印字符串 - 例如用'putStrLn' - 你会发现它打印的很好。字符串是正确的，只是你看着它的方式逃脱了一些字符。 – shachaf

好吧，我只是复制我的评论到这里：

Haskell的字符串是Unicode字符串。它们不是UTF-8或UTF，它们只是Unicode代码点的列表。
您只是在查看字符串show的结果。这就是Show实例的工作原理 - 你无法对此做任何事情。如果您打印字符串 - 例如与putStrLn - 你会看到它打印的很好。字符串是正确的，只是你看着它的方式逃脱了一些字符。

来源

2013-06-18 08:53:44 shachaf

修复haskell中的utf8编码破解

回答

相关问题