使用attoparsec解析JPEG标记

Question

作为一个促进我对Haskell的了解和适应的项目，我正在努力实现一个JPEG解码器，它将在未来的计算机视觉工作中派上用场。

我选择的第一步是解析图像中的所有“标记”。这些值由字节0xFF后跟非0字节表示。后跟0x00字节的0xFF字节应视为正常数据。

我遇到的问题是，在遇到0xFF 0x00组合时，解析似乎完全完成，并且找不到更多有效的标记(如果您在标准JPEG上运行，您将看到图像标记的开始被解析，但不会看到图像标记的结束，因为在图像数据本身中经常出现0xFF 0x00 )。

import System.Environment
import System.IO

import Control.Applicative hiding (many)
import Data.Attoparsec as A
import qualified Data.ByteString as BS

parseMarker = do
  part1 <- word8 0xFF
  part2 <- notWord8 0x0
  return (part1, part2)

parseSection = do
  A.skipWhile (\x -> x /= 0xFF) *> parseMarker

parseBody = do
  many parseSection

parseJPEG jpeg = do
  handleParseResult $ feed (parse parseBody jpeg) BS.empty

handleParseResult result = do
  case result of
    Fail _ _ msg -> msg
    Done _ r -> show r
    _ -> ""

main = do
  (filename : _ ) <- getArgs
  handle <- openFile filename ReadMode
  contents <- BS.hGetContents handle
  putStrLn $ parseJPEG contents
  hClose handle

https://gist.github.com/767488

Answer 1

由于parseMarker使用输入，但可能在中途失败，因此当遇到0xFF 0x00时，您必须能够“倒带”并重试不同的解析。

我没有安装Attoparsec，但我假设它类似于Parsec，它在默认情况下不会回溯。

parseSection =
    skipMany (notWord8 0xFF <|> try (word8 0xFF >> word8 0x0)) >> parseMarker

Answer 2

问题是你没有告诉它去解析一个0xFF,0x00的序列，所以已经很晚了，所以希望下一个回答者会给出答案(也许它对你的帮助已经足够了)，但是这里有一个替代的parseMarker和附带的handleParseResult

parseMarker = do   -- or call it "parsePotentialMarker"
  part1 <- word8 0xFF
  part2 <- anyWord8
  return $
    if (part2 /= 0)
        then [(part1, part2)]
        else []

-- ... skipping other functions...
handleParseResult result = do
  case result of
    Fail _ _ msg -> msg
    Done _ r -> show (concat r)
-- ...

顺便说一句，在问题中，在代码中有一个完整的功能测试会稍微有帮助，比如：

main =
  let contents = BS.pack [1,2,3,4,0xFF,1 {- marker 1 -},0xFF,0x00,0xFF,2 {- marker 2 -},31,13,0xFF,0x00]
  in putStrLn $ parseJPEG contents