使用Haskell的Parsec解析二進制文件？

Question

Parsec旨在解析文本信息，但是在我看來，Parsec也可能適合於對涉及條件段，亂序段等的復雜格式進行二進制文件格式解析。

是否有能力執行此操作或執行此操作的類似替代軟件包？ 如果沒有，Haskell解析二進制文件格式的最佳方法是什么？

Answer 1

解析二進制文件的關鍵工具是：

• 數據二進制
• 谷類
• 阿托帕塞

二進制是最通用的解決方案，Cereal對於有限的數據大小可能非常有用，而attoparsec則非常適合例如數據包解析。 與Parsec不同，所有這些目標都是針對非常高的性能。 關於黑客的例子也很多。

Answer 2

我想您可能對為此目的而設計的AttoParsec感興趣。

Answer 3

我已經成功使用了Data Binary 。

Answer 4

盡管您可能想使用Parsec 3，Attoparsec或Iteratees，它仍然可以正常工作。 Parsec依賴String作為其中間表示形式可能會使您的內存占用空間大大膨脹，而可以將其他配置為使用ByteStrings。

迭代器特別有吸引力，因為它可以更容易地確保它們不會停留在輸入的開頭，並且可以在可用時以增量方式喂入大塊數據。 這樣可以避免您必須預先將整個輸入讀取到內存中，並且可以避免其他令人討厭的變通方法，例如惰性IO。

Answer 5

最佳方法取決於二進制文件的格式。

許多二進制格式旨在簡化解析（不同於主要由人類讀取的文本格式）。 因此，任何聯合數據類型都將以區分符（告訴您要使用哪種類型）開頭，所有字段均為固定長度或以長度字段開頭，依此類推。 對於這種數據，我建議使用Data.Binary; 通常，您為文件中的每種類型創建一個匹配的Haskell數據類型，然后將這些類型中的每一個作為Binary的實例。 定義讀取的“獲取”方法； 它返回一個“獲取”單子動作，這基本上是一個非常簡單的解析器。 您還需要定義“ put”方法。

另一方面，如果您的二進制數據不適合這種情況，那么您將需要attoparsec。 我從未使用過它，因此我無法進一步評論，但是這篇博客文章非常積極。