如何获取utf8 rss feed？

Question

我试图用UTF8字符串使用包RSS，但没有效果。 （我不想使用HXT的工程，我只想了解我的错在哪里）

在ghci当我把“测试”我只是得到垃圾与字符，如“é”。

如果我从UTF8.readFile读取文件中的字符串并将其发送到parseFromString它可以工作，但是当我下载并使用getRespBody时，它不会。

这里是我的示例代码：

import Network.HTTP     (simpleHTTP, getRequest, getResponseBody) 
import Data.Maybe (fromJust) 
import Text.Feed.Import (parseFeedString) 
import Text.RSS.Syntax 
import Text.Feed.Types (Feed(..)) 
import Prelude hiding (putStrLn) 
import Data.ByteString.Char8 (putStrLn) 
import Data.ByteString.UTF8 (fromString) 

siteUrl = "http://radiofrance-podcast.net/podcast09/rss_11549.xml" 

type Links = [(String,String,String)] 


------------------------------------------------------------------------------- 
-- Main function 
------------------------------------------------------------------------------- 

test = getLinks siteUrl >>= mapM_ (putStrLn.fromString) 

------------------------------------------------------------------------------- 
--  Retrieve titles 
------------------------------------------------------------------------------- 

getLinks:: String -> IO [String] 
getLinks url = simpleHTTP (getRequest url) >>= getResponseBody >>= parseDoc 


parseDoc d = do 
let RSSFeed rss = (fromJust . parseFeedString) d 
    items = rssItems.rssChannel $ rss 
    titles = map (fromJust.rssItemTitle) items 
return $ titles 

---

更新： 感谢罗马的回答，我已经修改了我的代码。以下是对可能感兴趣的任何人的修改。

import Codec.Binary.UTF8.String  (decodeString) -- <-- added 

getLinks:: String -> IO [String] 
getLinks url = simpleHTTP (getRequest url) >>= getResponseBody >>= parseDoc.decodeString -- <-- modified 

Answer 1

是simpleHTTP可能返回String基于响应的事实是有点混乱。实际上，它们不是Unicode字符串，而是包含HTTP响应的字节字符串。没有自动解码完成。

因此，在将它传递给提要解析函数（例如，使用encoding或utf8-string包）之前，您需要解码http响应。

您可能想要从Content-Type http标头或RSS文档本身提取源编码信息。