Haskell GHC中的字符编码问题

当我尝试从Haskell程序中读取纯文本文件时，我得到：

[fromList*异常：/path/to/file/aaa.txt hGetContents:无效参数（无效或不完整的多字节或宽字符）

我在谷歌上搜索发现这个问题通常通过将LANG设置为en_US.UTF-8来解决 我的区域设置已经是这样了

不确定这是否是GHC的问题

---

我在Ubuntu 11.10上，你确定aaa.txt包含有效的UTF-8吗？如果它是二进制数据，你需要使用或类似的格式。如果它是另一种编码的文本，你应该使用

例如，如果你的文本是拉丁语-1，那么你会说

hSetEncoding h latin1

其中“h”是您的文件句柄。如果您是从标准输入读取，则其

hSetEncoding stdin latin1

如果您已经从元数据中读取了编码，或者希望自定义无效Unicode的处理，也可以使用一个函数（尽管这仅适用于某些系统）

Unicode标准规定Unicode解析器应该拒绝带有错误的无效字符串，而不是试图修复它们。这是一种故意拒绝，理由是减少了安全漏洞和不一致的解释

---

（如果您要处理大量文本并必须处理编码问题，您可能需要考虑使用该库；它通常比使用字符串快得多，因为它使用了一个未装箱的数组而不是一个链表，虽然这意味着文本值和操作对它们来说一定是严格的。它还允许您配置更多的POR。

这些是古腾堡的纯文本文件。我刚检查过，文件上写着“字符集编码：ISO拉丁-1”使用HSETencode的方法是什么？我找不到一个例子。我试着把HSETencode=“latin1”一行它进行编译，但给出了相同的错误

hSetEncoding h latin1

，其中

h

是您的文件句柄。您读过Haskell教程吗？无意冒犯，它只是让使用标准库函数等事情变得更容易：）（您可以看到TextEncoding值的列表；通过在同一页面上单击hSetEncoding的类型签名中的TextEncoding链接，可以看到TextEncoding值的列表。）linux下的默认TextEncoding模式是从LANG开始的，因此该文件必须是utf8编码的文件，而不是iso-8859文件。@Jonke:对，这就是为什么如果知道编码是什么，就应该使用hSetEncoding:）