使用Haskell的Parsec解析二進制文件？

Question

Parsec旨在解析文本信息，但對我而言，Parsec可能也適合對涉及條件段，亂序段等的複雜格式進行二進制文件格式解析。

Is there有能力做到這一點或類似的替代包，這樣做？如果沒有，Haskell解析二進制文件格式的最佳方法是什麼？

Answer 1

您或許對AttoParsec感興趣，我認爲這是爲此目的而設計的。

Answer 2

我已成功使用Data Binary。

Answer 3

它工作正常，但您可能想使用Parsec 3，Attoparsec或Iteratees。 Parsec依賴字符串作爲其中間表示可能會增加你的內存佔用量，而其他的可以配置爲使用ByteStrings。

迭代器特別有吸引力，因爲它更容易確保它們不會保留在輸入的開頭，並且可以在它們可用時遞增地輸入大量數據。這樣可以防止您必須事先將整個輸入讀入內存，並且可以避免其他惡意解決方法，如惰性IO。

Answer 4

最好的方法取決於二進制文件的格式。

許多二進制格式旨在使解析變得簡單（不同於主要由人類閱讀的文本格式）。因此，任何聯合數據類型都會有一個鑑別符，它告訴您預期的類型，所有的字段都是固定長度，或者以長度字段開頭，等等。對於這種數據，我會推薦Data.Binary;通常您會爲文件中的每種類型創建一個匹配的Haskell數據類型，然後將這些類型中的每一個都作爲Binary的一個實例。定義讀取的「get」方法;它返回一個「Get」monad動作，它基本上是一個非常簡單的解析器。你還需要定義一個「put」方法。

另一方面，如果你的二進制數據不適合這種世界，那麼你將需要attoparsec。我從來沒有使用過，所以我不能進一步評論，但this blog post是非常積極的。

Answer 5

解析二進制文件的主要工具是：

• Data.Binary
• cereal
• attoparsec

二進制是最通用的解決方案，穀物可以是偉大有限的數據大小，而attoparsec對於例如數據包解析。與Parsec不同，所有這些都是針對非常高的性能。 hackage也有很多例子。