在 Latin1 编码的 Data.ByteString 和 Data.Text 之间转换

发布于 2024-12-06 12:15:59 字数 377 浏览 5 评论 0原文

由于 latin-1（又名 ISO-8859-1）字符集作为最低 256 个代码点嵌入到 Unicode 字符集中，因此我希望转换很简单，但我没有看到任何 latin-1 Data.Text.Encoding 仅包含常见 UTF 编码的转换函数。

在以 latin-1 表示形式编码的 Data.ByteString 值和 Data.Text 值之间进行转换的推荐和/或有效方法是什么？

原文

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

离鸿 2024-12-13 12:15:59

答案就在您链接的页面顶部：

要访问更大的编码系列，请使用 text-icu 包：http://hackage.haskell.org/package/text-icu

一个快速的 GHCi 示例：

λ> import Data.Text.ICU.Convert
λ> conv <- open "ISO-8859-1" Nothing
λ> Data.Text.IO.putStrLn $ toUnicode conv $ Data.ByteString.pack [198, 216, 197]
ÆØÅ
λ> Data.ByteString.unpack $ fromUnicode conv $ Data.Text.pack "ÆØÅ"
[198,216,197]

但是，正如您所指出的，在 latin-1 的特定情况下，代码点与 Unicode 一致，因此你可以使用从 Data.ByteString.Char8 中进行 pack/unpack 以执行从 latin-1 到 String 的简单映射，然后您可以使用 Data.Text 中相应的 pack/unpack 将其转换为 Text。

The answer is right at the top of the page you linked:

To gain access to a much larger family of encodings, use the text-icu package: http://hackage.haskell.org/package/text-icu

A quick GHCi example:

λ> import Data.Text.ICU.Convert
λ> conv <- open "ISO-8859-1" Nothing
λ> Data.Text.IO.putStrLn $ toUnicode conv $ Data.ByteString.pack [198, 216, 197]
ÆØÅ
λ> Data.ByteString.unpack $ fromUnicode conv $ Data.Text.pack "ÆØÅ"
[198,216,197]

However, as you pointed out, in the specific case of latin-1, the code points coincide with Unicode, so you can use pack/unpack from Data.ByteString.Char8 to perform the trivial mapping from latin-1 from/to String, which you can then convert to Text using the corresponding pack/unpack from Data.Text.