使用attoparsec处理Haskell中的重载字符串

Question

首先，我想让大家知道，我对Haskell相当陌生，我正在努力了解haskell解析器是如何工作的。因此，我基本上是试图解析这个电子书从http://www.gutenberg.org/files/57071/57071-0.txt和分析文本。喜欢输出英语单词、句子和段落等的数量。这是我的密码：

{-# LANGUAGE OverloadedStrings #-}

import Control.Exception (catch, SomeException)
import System.Environment (getArgs)
import Data.Attoparsec.Text
import Data.Char
import Control.Applicative ((<*>), (*>), (<$>), (<|>), pure)


data Prose = Prose {
  word :: String
} deriving Show

prose :: Parser Prose
prose = do
  word <- many' $ satisfy isAlphaNum
  return $ Prose word

main :: IO()
main = do
  input <- readFile "small.txt"
  print $ parse prose input

这是我的错误信息：

• 无法将‘Char’与‘Data.Text.Internalt.ext’匹配； 预期类型: Data.Text.Internal.Text； 实际类型:字符串
• 在“解析”的第二个参数中，即“($)”的第二个参数中的“输入”，即“do”块中的stmt中的“解析散文输入”：打印$解析散文输入。

我用过"OverloadedStrings“来尝试解决这个问题，但它似乎不起作用。另外，任何关于使用attoparsec的示例或教程的指导都是非常有用的！

Answer 1

-XOverloadedStrings只将字符串文本的类型从String更改为更通用的IsString a => a (可以与String、Text、ByteString等统一)。在您的代码中，只有一个文字:文件名"small.txt"。

但是无论如何，文件名总是String！好吧，FilePath，但那只是String的同义词。(甚至Data.Text.IO函数也将文件名作为普通的旧列表字符串。)因此，重载的字符串文本实际上在这里没有任何区别。

但是解析器不处理文件名，而是处理文件内容，所以您需要做的是使用获得此内容的IO例程作为Text。

import qualified Data.Text.IO as Txt

main :: IO()
main = do
  input <- Txt.readFile "small.txt"
  print $ parse prose input