Parsec предназначен для анализа текстовой информации, но мне приходит в голову, что Parsec также может быть подходящим для разбора формата двоичного файла для сложных форматов, которые связаны с условными сегментами, сегментами вне порядка и т.д.
Есть ли возможность сделать это или аналогичный альтернативный пакет, который делает это? Если нет, что лучше всего в Haskell для анализа двоичных форматов файлов?
Возможно, вас заинтересует AttoParsec, который был разработан для этой цели.
Ключевыми инструментами для разбора двоичных файлов являются:
Binary - это самое общее решение, Cereal может быть отличным для ограниченных размеров данных, и attoparsec отлично подходит для, например, парсинг пакетов. Все они нацелены на очень высокую производительность, в отличие от Parsec. Есть много примеров и для хакера.
Я успешно использовал Data Binary.
Он отлично работает, хотя вы можете использовать Parsec 3, Attoparsec или Iteratees. Parsec полагается на String, поскольку его промежуточное представление может слегка размахивать вашей памятью, в то время как другие могут быть настроены на использование ByteStrings.
Iteratees особенно привлекательны, потому что легче обеспечить, чтобы они не удержались в начале ввода и могут быть поданы куски данных постепенно, они доступны. Это не позволяет вам заранее прочитать весь ввод в память и позволяет избежать других неприятных обходных решений, таких как ленивый IO.
Наилучший подход зависит от формата двоичного файла.
Многие двоичные форматы предназначены для упрощения синтаксического анализа (в отличие от текстовых форматов, которые в первую очередь читаются людьми). Таким образом, любому типу данных объединения будет предшествовать дискриминатор, который сообщает вам, какого типа ожидать, все поля являются либо фиксированной длиной, либо предшествует поле длины, и так далее. Для такого рода данных я бы рекомендовал Data.Binary; обычно вы создаете соответствующий тип данных Haskell для каждого типа в файле, а затем делаете каждый из этих типов экземпляром двоичного файла. Определите метод "get" для чтения; он возвращает действие "Получить" монады, которое в основном является очень простым парсером. Вам также необходимо определить метод "put".
С другой стороны, если ваши двоичные данные не вписываются в этот мир, вам понадобится attoparsec. Я никогда не использовал это, поэтому я не могу комментировать дальше, но этот пост в блоге очень позитивен.