在haskell中从xml检索异构元素

我有一个大的.xml文件，我使用

Text.xml.Light

在Haskell中加载和解析它。文件中的元素表示不同的对象。有点像这样:

<matchhistory>
  <game starttime="2/10/13 18:00" endtime="2/11/13 18:40">
    <participant>
      <name>John Doe</name>
      <color>green</color>
    </participant>
    <participant>
      <name>Jane Doe</name>
      <color>blue</color>
    </participant>
    <winner color="blue">
  </game>
  <game starttime="2/11/13 17:00" endtime="2/11/13 17:30">
    <participant>
      <name>Jane Doe</name>
      <color>green</color>
    </participant>
    <participant>
      <name>John Doe</name>
      <color>blue</color>
    </participant>
    <winner color="green">
  </game>
  ...
</matchhistory>

---

我将如何执行此转换，分别遍历整个文件（26K行）以提取每种对象类型似乎不是很优雅？是否有一种很好的方法（可能是通过模式匹配来调用不同的构造函数）可以在一次扫描中完成此操作？

是的，这将是构造此代码的一种很好的方法。使用您的数据定义，我能够非常轻松地找出如何将示例XML文档转换为数据结构。这里的技巧是构建增量解析器

首先，我们需要一些导入和数据定义的重述：

导入数据时间（UTCTime）
导入Data.Time.Format（parseTime）
导入System.Locale（defaultTimeLocale）
导入数据。可能（mapMaybe）
导入Text.XML.Light
导入控件。应用程序（（），（））
数据参与者=参与者
{name:：String
，颜色：：字符串
}推导（等式，显示）
数据游戏
{starttime:：UTCTime
，endtime:：UTCTime
，参加者：：[参加者]
，winner:：String
}推导（等式，显示）
数据匹配历史=匹配历史
{游戏：：[游戏]
}推导（等式，显示）

我们可以使用

Text.XML.Light

中的

parseXML

函数将字符串转换为

[Content]

。接下来，我们可以使用

onlylems

提取所有顶级元素。对于解析，我们希望每个解析都能正常地失败，所以现在我们只使用

Maybe

monad。我们可以为每种数据类型创建存根：

parseParticipant :: Element -> Maybe Participant
parseParticipant = undefined

parseGame :: Element -> Maybe Game
parseGame = undefined

parseMatchHistory :: Element -> Maybe MatchHistory
parseMatchHistory = undefined

这让我们可以编写一个文档解析器：

parseDocument :: String -> [MatchHistory]
parseDocument = mapMaybe parseMatchHistory . onlyElems . parseXML

现在，对于每个解析的实现：

parseParticipant pElem = Participant
    <$> (strContent <$> findChild (blank_name { qName = "name"  }) pElem)
    <*> (strContent <$> findChild (blank_name { qName = "color" }) pElem)

最后，我们需要实现

parseMatchHistory

。我把这个留给你做练习，但应该很容易

一旦你有了一个解析过的文档，你可以做如下的事情

averageTimePlayed :: MatchHistory -> DiffTime
averageTimePlayed = average . map calcDiff . games
    where
        average xs = sum xs / fromIntegral (length xs)
        calcDiff g = endtime g `diffUTCTime` starttime g

---

虽然通过镜头的魔力，你可能会把它缩短。

我喜欢

mapaybay

和

parseXYZ

一起玩的方式。它导致了一个真正清晰简洁的实现。你对我问题的回答也是如此@j、 狗听了很高兴。你们当然可以在这个更干净的地方减少一点重复，我想象的更像

parseGame gElem = do
    starttimeStr <- findAttrBy (("starttime" ==) . qName) gElem
    endtimeStr <- findAttrBy (("endtime" ==) . qName) gElem
    winnerElem <- findChild (blank_name { qName = "winner" }) gElem
    let pElems = filterChildrenName (("participant" ==) . qName) gElem
    ...

parseTimeField :: String -> Maybe UTCTime
parseTimeField = parseTime defaultTimeLocale "%-m/%-d/%-y %R"

parseGame gElem = do
    starttimeStr <- findAttrBy (("starttime" ==) . qName) gElem
    endtimeStr <- findAttrBy (("endtime" ==) . qName) gElem
    winnerElem <- findChild (blank_name { qName = "winner" }) gElem
    let pElems = filterChildrenName (("participant" ==) . qName) gElem
    Game <$> parseTimeField starttimeStr
         <*> parseTimeField endtimeStr
         <*> pure (mapMaybe parseParticipant pElems)
         <*> findAttrBy (("color" ==) . qName) winnerElem

averageTimePlayed :: MatchHistory -> DiffTime
averageTimePlayed = average . map calcDiff . games
    where
        average xs = sum xs / fromIntegral (length xs)
        calcDiff g = endtime g `diffUTCTime` starttime g