Кажется, что GHC по крайней мере противоречива в кодировке символов, которую он решает декодировать.
Рассмотрим файл omatase-shimashita.txt
со следующим содержимым, закодированным в UTF-8: お 待 た せ し ま し た
readFile
, кажется, читает это правильно...
Prelude> content <- readFile "/home/chris/Desktop/omatase-shimashita.txt"
Prelude> length content
8
Prelude> putStrLn content
お待たせしました
Однако, если я пишу простой сервер "эхо", он не декодируется с дефолтом UTF-8. Рассмотрим следующий код, который обрабатывает входящий клиент:
handleClient handle = do
line <- hGetLine handle
putStrLn $ "Read following line: " ++ toString line
handleClient handle
И соответствующий код клиента, явно отправляющий UTF-8:
Data.ByteString.hPutStrLn handle $ Codec.Binary.UTF8.Generic.fromString "お待たせしました"
Это не противоречивое поведение? Есть ли способ этого безумия? Я планирую переписать свои приложения, чтобы явно использовать объекты ByteString
и явно кодировать и декодировать с помощью Codec.Binary.UTF8
, но было бы хорошо знать, что здесь происходит в любом случае...: o/
UPDATE: я запускаю Ubuntu Linux, версия 10.10, с локалью en_US.UTF-8...
$ cat /etc/default/locale
LANG="en_US.UTF-8"
$ echo $LANG
en_US.UTF-8