在 Haskell 中使用“US-ASCII”编码读取文件：hGetContents: invalid argument (invalid byte sequence)答案

【问题标题】：Reading file with "US-ASCII" encoding in Haskell: hGetContents: invalid argument (invalid byte sequence)在 Haskell 中使用“US-ASCII”编码读取文件：hGetContents: invalid argument (invalid byte sequence)
【发布时间】：2016-02-08 01:59:00
【问题描述】：

我正在使用 Haskell 编写解析器，但这个错误是我无法通过的一堵墙。这是我的代码：

main = do
  arguments    <- getArgs
  let fileName = head arguments
  fileContents <- readFile fileName
  converter    <- open "UTF-8" Nothing
  let titleLength           = length fileName
      titleWithoutExtension = take (titleLength - 4) fileName
      allNonEmptyLines      = unlines $ tail $ filter (/= "") $ lines fileContents

当我尝试使用“US-ASCII”编码读取文件时，我得到了著名的错误 hGetContents: invalid argument (invalid byte sequence)。我试图通过“US-ASCII”更改我的代码中的“UTF-8”，但错误仍然存在。有没有办法读取这些文件，或者任何类型的文件处理编码问题？

【问题讨论】：

标签： file haskell encoding io

【解决方案1】：

您应该hSetEncoding 为特定文本编码配置文件句柄，例如：

import System.Environment
import System.IO

main = do
  (path : _) <- getArgs
  h <- openFile path ReadMode
  hSetEncoding h latin1
  contents <- hGetContents h
  -- no need to close h
  putStrLn $ show $ length contents

如果您的文件包含非 ASCII 字符并且不是 UTF8 编码，那么 latin1 是一个不错的选择，尽管它不是唯一的可能性。

【讨论】：

只是好奇：为什么不需要关闭手柄？就在这周，我使用了withFile，因为我认为这样可以避免我手动关闭手柄。
因为hGetContents 会在您消耗完所有输入后关闭它。
@ErikR 现在我的程序可以工作了！谢谢。请问您能告诉我其他的可能性吗？
如果你的文件真的只包含字节，那么也许你应该把它当作一个字节串来读取。 OTOH，如果文件包含 text 您应该使用写入内容时使用的编码。有关可用编码的列表，请参阅Unicode Encodings 部分。