使用Haskell的Parsec解析二进制文件？

Question

Parsec旨在解析文本信息，但是在我看来，Parsec也可能适合于对涉及条件段，乱序段等的复杂格式进行二进制文件格式解析。

是否有能力执行此操作或执行此操作的类似替代软件包？ 如果没有，Haskell解析二进制文件格式的最佳方法是什么？

Answer 1

解析二进制文件的关键工具是：

• 数据二进制
• 谷类
• 阿托帕塞

二进制是最通用的解决方案，Cereal对于有限的数据大小可能非常有用，而attoparsec则非常适合例如数据包解析。 与Parsec不同，所有这些目标都是针对非常高的性能。 关于黑客的例子也很多。

Answer 2

我想您可能对为此目的而设计的AttoParsec感兴趣。

Answer 3

我已经成功使用了Data Binary 。

Answer 4

尽管您可能想使用Parsec 3，Attoparsec或Iteratees，它仍然可以正常工作。 Parsec依赖String作为其中间表示形式可能会使您的内存占用空间大大膨胀，而可以将其他配置为使用ByteStrings。

迭代器特别有吸引力，因为它可以更容易地确保它们不会停留在输入的开头，并且可以在可用时以增量方式喂入大块数据。 这样可以避免您必须预先将整个输入读取到内存中，并且可以避免其他令人讨厌的变通方法，例如惰性IO。

Answer 5

最佳方法取决于二进制文件的格式。

许多二进制格式旨在简化解析（不同于主要由人类读取的文本格式）。 因此，任何联合数据类型都将以区分符（告诉您要使用哪种类型）开头，所有字段均为固定长度或以长度字段开头，依此类推。 对于这种数据，我建议使用Data.Binary; 通常，您为文件中的每种类型创建一个匹配的Haskell数据类型，然后将这些类型中的每一个作为Binary的实例。 定义读取的“获取”方法； 它返回一个“获取”单子动作，这基本上是一个非常简单的解析器。 您还需要定义“ put”方法。

另一方面，如果您的二进制数据不适合这种情况，那么您将需要attoparsec。 我从未使用过它，因此我无法进一步评论，但是这篇博客文章非常积极。