查詢結果中的iso-8859-1特殊字符錯誤

Question

我使用hsparql庫運行返回德文文本的查詢;並因此返回iso-8859-1特殊字符。

我使用writeFile將查詢結果寫入文件，但未正確顯示特殊字符。 （查看與emacs的文件時）

當我不是寫show函數的輸出到一個文件，我得到下面的輸出：

["B\195\188ro", ...] 

打印出特殊字符這將意味着：["Büro", ....]

如何正確地將特殊字符寫入文件？ （例如「Büro」正確顯示在文件輸出中。）

編輯： 我知道show顯示轉義字符。直接使用writeFile不起作用，我必須檢查錘子答案中給出的鏈接以找到修復。

EDIT2： 刪除，是錯誤的方法。

編輯3： 錘子的答案是正確的。找到解決方案只花了10分鐘，但我需要適應和集中。

我擡起頭IO在link

的解決方案是（文學Haskell）：

> writeAllLabels = do 

Running my Query (not shown, accesses the RDF TrippleStore): 
>    res <- (selectStr33 (unlines qAllLabels)) 

>    outh <- openFile "/tmp/haskell_output.txt" WriteMode 

this is the important line. If I would write "utf8" her instead of "latin1", I would get the wrong result again, i.e. as before asking the question... 
>    hSetEncoding outh latin1 

>    hPutStrLn outh res 
>    hClose outh 

Answer 1

不要使用show，如果你不想要的東西逃脫做。它意味着輕量級的序列化，並且會轉義一些特殊字符以及ASCII範圍之外的字符。如果您直接使用writeFile，它應該使用當前語言環境的默認編碼。

要更好地控制編碼，請參閱the System.IO documentation。

Answer 2

它看起來好像你的數據庫發送了一個UTF-8編碼的字符串，但它被認爲是latin1編碼的，所以它再次被編碼，或者數據庫發送UTF-8，並且你的語言環境是latin1（或者另一個單線程字節編碼）或者UCS-2/UTF-16（如果你在Windows上，它可能是後者）。

字符'ü'是代碼點252，其latin1編碼是字節252 (\xFC)，UTF-8編碼是兩個字節的序列[195,188] ([\xC3,\xBC])。

如果數據庫發送UTF-8和的區域設置爲latin1的，兩個字節的序列被解釋爲兩個字符ü和將在emacs中顯示爲這樣的（如果使用的字體具有字形），並作爲"\195\188"時在ghci中使用show。

如果數據庫發送UTF-8據信Latin1的並且被轉換爲UTF-8，兩個字節將被轉換成兩個兩字節序列，[195,131] ([\xC3,\x83])和[194,188] ([\xC2,\xBC])，這將在一個UTF-8的區域設置再次解釋爲兩個字符ü。

如果數據庫發送的latin1被認爲是UTF-8，則由「ür」產生的字節序列[252,114] ([\xFC,\x72])將是導致編碼錯誤的非法字節序列。我不知道任何錯誤處理機制會將違規的252轉換爲[195,188]，所以這不太可能是發生的事情。

要了解發生了什麼，請在十六進制編輯器中查看該文件（或者在unixish平臺上使用xxd）並檢查您的語言環境。問題的解決方案應該是將句柄設置爲正確的編碼，正如@hammar鏈接到的文檔部分所暗示的那樣。