输入与输出

我们已经说明了 Haskell 是一个纯粹函数式语言。虽说在命令式语言中我们习惯给电脑执行一连串指令,在函数式语言中我们是用定义东西的方式进行。在 Haskell 中,一个函数不能改变状态,像是改变一个变量的内容。(当一个函数会改变状态,我们说这函数是有副作用的。)在 Haskell 中函数唯一可以做的事是根据我们给定的参数来算出结果。如果我们用同样的参数调 用两次同一个函数,它会回传相同的结果。尽管这从命令式语言的角度来看是蛮大的限制,我们已经看过它可以达成多么酷的效果。在一个命令式语言中,编程语言没办法给你任何保证在一个简单如打印出几个数字的函数不会同时烧掉你的房子,绑架你的狗并刮伤你车子的烤漆。例如,当我们要建立一棵二元树的时候,我们并不插入一个节点来改变原有的树。由于我们无法改变状态,我们的函数实际上回传了一棵新的二元树。
函数无法改变状态的好处是它让我们促进了我们理解程序的容易度,但同时也造成了一个问题。假如说一个函数无法改变现实世界的状态,那它要如何打印出它所计算的结果?毕竟要告诉我们结果的话,它必须要改变输出设备的状态(譬如说屏幕),然后从屏幕传达到我们的脑,并改变我们心智的状态。
不要太早下结论,Haskell 实际上设计了一个非常聪明的系统来处理有副作用的函数,它漂亮地将我们的程序区分成纯粹跟非纯粹两部分。非纯粹的部分负责跟键盘还有屏幕沟通。有了这区分的机制,在跟外界沟通的同时,我们还是能够有效运用纯粹所带来的好处,像是惰性求值、容错性跟模块性。

到目前为止我们都是将函数加载 GHCi 中来测试,像是标准函式库中的一些函式。但现在我们要做些不一样的,写一个真实跟世界交互的 Haskell 程序。当然不例外,我们会来写个 "hello world"。
现在,我们把下一行打到你熟悉的编辑器中
main = putStrLn "hello, world"
我们定义了一个
main
,并在里面以 "hello, world"
为参数调用了 putStrLn
。看起来没什么大不了,但不久你就会发现它的奥妙。把这程序存成 helloworld.hs
。现在我们将做一件之前没做过的事:编译你的程序。打开你的终端并切换到包含
helloworld.hs
的目录,并输入下列指令。$ ghc --make helloworld
[1 of 1] Compiling Main ( helloworld.hs, hellowowlrd.o )
Linking helloworld ...
顺利的话你就会得到如上的消息,接着你 便可以执行你的程序
./helloworld
$ ./helloworld
hello, world
这就是我们第一个编译成功并打印出字串到屏幕的程序。很简单吧。
让我们来看一下我们究竟做了些什么,首先来看一下
putStrLn
函数的型态:ghci> :t putStrLn
putStrLn :: String -> IO ()
ghci> :t putStrLn "hello, world"
putStrLn "hello, world" :: IO ()
我们可以这么解读
putStrLn
的型态:putStrLn
接受一个字串并回传一个 I/O action,这 I/O action 包含了 ()
的型态。(即空的 tuple,或者是 unit 型态)。一个 I/O action 是一个会造成副作用的动作,常是指读取输入或输出到屏幕,同时也代表会回传某些值。在屏幕打印出几个字串并没有什么有意义的回传值可言,所以这边用一个 ()
来代表。那究竟 I/O action 会在什么时候被触发呢?这就是
main
的功用所在。一个 I/O action 会在我们把它绑定到 main
这个名字并且执行程序的时候触发。把整个程序限制在只能有一个 I/O action 看似是个极大的限制。这就是为什么我们需要 do 表示法来将所有 I/O action 绑成一个。来看看下面这个例子。
main = do
putStrLn "Hello, what's your name?"
name <- getLine
putStrLn ("Hey " ++ name ++ ", you rock!")
新的语法,有趣吧!它看起来就像一个命令式的程序。如果你编译并执行它,它便会照你预期的方式 执行。我们写了一个 do 并且接着一连串指令,就像写个命令式程序一般,每一步都是一个 I/O action。将所有 I/O action 用 do 绑在一起变成了一个大的 I/O action。这个大的 I/O action 的型态是
IO ()
,这完全是由最后一个 I/O action 所决定的。这就是为什么
main
的型态永远都是 main :: IO something
,其中 something
是某个具体的型态。按照惯例,我们通常不会把 main
的型态在程序中写出来。另一个有趣的事情是第三行
name <- getLine
。它看起来像是从输入读取一行并存到一个变量 name
之中。真的是这样吗?我们来看看 getLine
的型态吧ghci> :t getLine
getLine :: IO String

我们可以看到
getLine
是一个回传 String
的 I/O action。因为它会等用户输入某些字串,这很合理。那 name <- getLine
又是如何?你能这样解读它:执行一个 I/O action getLine
并将它的结果绑定到 name
这个名字。getLine
的型态是 IO String
,所以 name
的型态会是 String
。你能把 I/O action 想成是一个长了脚的盒子,它会跑到真实世界中替你做某些事,像是在墙壁上涂鸦,然后带回来某些数据。一旦它带了某些数据给你,打开盒子的唯一办法就是用 <-
。而且如果我们要从 I/O action 拿出某些数据,就一定同时要在另一个 I/O action 中。这就是 Haskell 如何漂亮地分开纯粹跟不纯粹的程序的方法。getLine
在这样的意义下是不纯粹的,因为执行两次的时候它没办法保证会回传一样的值。这也是为什么它需要在一个 IO
的型态建构子中,那样我们才能在 I/O action 中取出数据。而且任何一段程序一旦依赖着 I/O 数据的话,那段程序也会被视为 I/O code。但这不表示我们不能在纯粹的代码中使用 I/O action 回传的数据。只要我们绑定它到一个名字,我们便可以暂时地使用它。像在
name <- getLine
中 name
不过是一个普通字串,代表在盒子中的内容。我们能将这个普通的字串传给一个极度复杂的函数,并回传你一生会有多少财富。像是这样:main = do
putStrLn "Hello, what's your name?"
name <- getLine
putStrLn $ "Read this carefully, because this is your future: " ++ tellFortune name
tellFortune
并不知道任何 I/O 有关的事,它的型态只不过是 String -> String
。再来看看这段代码吧,他是合法的吗?
nameTag = "Hello, my name is " ++ getLine
如果你回答不是,恭喜你。如果你说是,你答错了。这么做不对的理由是
++
要求两个参数都必须是串列。他左边的参数是 String
,也就是 [Char]
。然而 getLine
的型态是 IO String
。你不能串接一个字串跟 I/O action。我们必须先把 String
的值从 I/O action 中取出,而唯一可行的方法就是在 I/O action 中使用 name <- getLine
。如果我们需要处理一些非纯粹的数据,那我们就要在非纯粹的环境中做。所以我们最好把 I/O 的部分缩减到最小的比例。每个 I/O action 都有一个值封装在里面。这也是为什么我们之前的程序可以这么写:
main = do
foo <- putStrLn "Hello, what's your name?"
name <- getLine
putStrLn ("Hey " ++ name ++ ", you rock!")
然而,
foo
只会有一个 ()
的值,所以绑定到 foo
这个名字似乎是多余的。另外注意到我们并没有绑定最后一行的 putStrLn
给任何名字。那是因为在一个 do block 中,最后一个 action 不能绑定任何名字。我们在之后讲解 Monad 的时候会说明为什么。现在你可以先想成 do block 会自动从最后一个 action 取出值并绑定给他的结果。除了最后一行之外,其他在 do 中没有绑定名字的其实也可以写成绑定的形式。所以
putStrLn "BLAH"
可以写成 _ <- putStrLn "BLAH"
。但这没什么实际的意义,所以我们宁愿写成 putStrLn something
。初学者有时候会想错
name = getLine
以为这行会读取输入并给他绑定一个名字叫
name
但其实只是把 getLine
这个 I/O action 指定一个名字叫 name
罢了。记住,要从一个 I/O action 中取出值,你必须要在另一个 I/O action 中将他用 <-
绑定给一个名字。I/O actions 只会在绑定给
main
的时候或是在另一个用 do 串起来的 I/O action 才会执行。你可以用 do 来串接 I/O actions,再用 do 来串接这些串接起来的 I/O actions。不过只有最外面的 I/O action 被指定给 main 才会触发执行。喔对,其实还有另外一个情况。就是在 GHCi 中输入一个 I/O action 并按下 Enter 键,那也会被执行
ghci> putStrLn "HEEY"
HEEY
就算我们只是在 GHCi 中打几个数字或是调用一个函数,按下 Enter 就会计算它并调用
show
,再用 putStrLn
将字串打印出在终端上。还记得 let binding 吗?如果不记得,回去温习一下这个章节。它们的形式是
let bindings in expression
,其中 bindings
是 expression 中的名字 、expression
则是被运用到这些名字的算式。我们也提到了 list comprehensions 中,in
的部份不是必需的。你能够在 do blocks 中使用 let bindings 如同在 list comprehensions 中使用它们一样,像这样:import Data.Char
main = do
putStrLn "What's your first name?"
firstName <- getLine
putStrLn "What's your last name?"
lastName <- getLine
let bigFirstName = map toUpper firstName
bigLastName = map toUpper lastName
putStrLn $ "hey " ++ bigFirstName ++ " " ++ bigLastName ++ ", how are you?"
注意我们是怎么编排在 do block 中的 I/O actions,也注意到我们是怎么编排 let 跟其中的名字的,由于对齐在 Haskell 中并不会被无视,这么编排才是好的习惯。我们的程序用
map toUpper firstName
将 "John"
转成大写的 "JOHN"
,并将大写的结果绑定到一个名字上,之后在输出的时候参考到了这个名字。你也许会问究竟什么时候要用
<-
,什么时候用 let bindings?记住,<-
是用来运算 I/O actions 并将他的结果绑定到名称。而 map toUpper firstName
并不是一个 I/O action。他只是一个纯粹的 expression。所以总结来说,当你要绑定 I/O actions 的结果时用 <-
,而对于纯粹的 expression 使用 let bindings。对于错误的 let firstName = getLine
,我们只不过是把 getLine
这个 I/O actions 给了一个不同的名字罢了。最后还是要用 <-
将结果取出。现在我们来写一个会一行一行不断地读取输入,并将读进来的字反过来输出到屏幕上的程序。程序会在输入空白行的时候停止。
main = do
line <- getLine
if null line
then return ()
else do
putStrLn $ reverseWords line
main
reverseWords :: String -> String
reverseWords = unwords . map reverse . words
在分析这段程序前,你可以执行看看来感受一下程序的运行。
首先,我们来看一下
reverseWords
。他不过是一个普通的函数,假如接受了个字串 "hey there man"
,他会先调用 words
来产生一个字的串列 ["hey", "there", "man"]
。然后用 reverse
来 map 整个串列,得到 ["yeh", "ereht", "nam"]
,接着用 unwords
来得到最终的结果 "yeh ereht nam"
。这些用函数合成来简洁的表达。如果没有用函数合成,那就会写成丑丑的样子 reverseWords st = unwords (map reverse (words st))
那
main
又是怎么一回事呢?首先,我们用 getLine
从终端读取了一行,并把这行输入取名叫 line
。然后接着一个条件式 expression。记住,在 Haskell 中 if 永远要伴随一个 else,这样每个 expression 才会有值。当 if 的条件是 true (也就是输入了一个空白行),我们便执行一个 I/O action,如果 if 的条件是 false,那 else 底下的 I/O action 被执行。这也就是说当 if 在一个 I/O do block 中的时候,长的样子是 if condition then I/O action else I/O action
。我们首先来看一下在 else 中发生了什么事。由于我们在 else 中只能有一个 I/O action,所以我们用 do 来将两个 I/O actions 绑成一个,你可以写成这样:
else (do
putStrLn $ reverseWords line
main)
这样可以明显看到整个 do block 可以看作一个 I/O action,只是比较丑。但总之,在 do block 里面,我们依序调用了
getLine
以及 reverseWords
,在那之后,我们递归调用了 main
。由于 main 也是一个 I/O action,所以这不会造成任何问题。调用 main
也就代表我们回到程序的起点。那假如
null line
的结果是 true 呢?也就是说 then 的区块被执行。我们看一下区块里面有 then return ()
。如果你是从 C、Java 或 Python 过来的,你可能会认为 return
不过是作一样的事情便跳过这一段。但很重要的: return
在 Hakell 里面的意义跟其他语言的 return
完全不同!他们有相同的样貌,造成了许多人搞错,但确实他们是不一样的。在命令式语言中,return
通常结束 method 或 subroutine 的执行,并且回传某个值给调用者。在 Haskell 中,他的意义则是利用某个 pure value 造出 I/O action。用之前盒子的比喻来说,就是将一个 value 装进箱子里面。产生出的 I/O action 并没有作任何事,只不过将 value 包起来而已。所以在 I/O 的情况下来说,return "haha"
的型态是 IO String
。将 pure value 包成 I/O action 有什么实质意义呢?为什么要弄成 IO
包起来的值?这是因为我们一定要在 else 中摆上某些 I/O action,所以我们才用 return ()
做了一个没作什么事情的 I/O action。在 I/O do block 中放一个
return
并不会结束执行。像下面这个程序会执行到底。main = do
return ()
return "HAHAHA"
line <- getLine
return "BLAH BLAH BLAH"
return 4
putStrLn line
所有在程序中的
return
都是将 value 包成 I/O actions,而且由于我们没有将他们绑定名称,所以这些结果都被忽略。我们能用 <-
与 return
来达到绑定名称的目的。main = do
a <- return "hell"
b <- return "yeah!"
putStrLn $ a ++ " " ++ b
可以看到
return
与 <-
作用相反。return
把 value 装进盒子中,而 <-
将 value 从盒子拿出来,并绑定一个名称。不过这么做是有些多余,因为你可以用 let bindings 来绑定main = do
let a = "hell"
b = "yeah"
putStrLn $ a ++ " " ++ b
在 I/O do block 中需要
return
的原因大致上有两个:一个是我们需要一个什么事都不做的 I/O action,或是我们不希望这个 do block 形成的 I/O action 的结果值是这个 block 中的最后一个 I/O action,我们希望有一个不同的结果值,所以我们用 return
来作一个 I/O action 包了我们想要的结果放在 do block 的最后。在我们接下去讲文件之前,让我们来看看有哪些实用的函数可以处理 I/O。
putStr
跟 putStrLn
几乎一模一样,都是接受一个字串当作参数,并回传一个 I/O action 打印出字串到终端上,只差在 putStrLn
会换行而 putStr
不会罢了。main = do putStr "Hey, "
putStr "I'm "
putStrLn "Andy!"
$ runhaskell putstr_test.hs
Hey, I'm Andy!
他的 type signature 是
putStr :: String -> IO ()
,所以是一个包在 I/O action 中的 unit。也就是空值,没有办法绑定他。putChar
接受一个字符,并回传一个 I/O action 将他打印到终端上。main = do putChar 't'
putChar 'e'
putChar 'h'
$ runhaskell putchar_test.hs
teh
putStr
实际上就是 putChar
递归定义出来的。putStr
的边界条件是空字串,所以假设我们打印一个空字串,那他只是回传一个什么都不做的 I/O action,像 return ()
。如果打印的不是空字串,那就先用 putChar
打印出字串的第一个字符, 然后再用 putStr
打印出字串剩下部份。putStr :: String -> IO ()
putStr [] = return ()
putStr (x:xs) = do
putChar x
putStr xs
看看我们如何在 I/O 中使用递归,就像我们在 pure code 中所做的一样。先定义一个边界条件,然后再思考剩下如何作。
print
接受任何是 Show
typeclass 的 instance 的型态的值,这代表我们知道如何用字串表示他,调用 show
来将值变成字串然后将其输出到终端上。基本上,他就是 putStrLn . show
。首先调用 show
然后把结果喂给 putStrLn
,回传一个 I/O action 打印出我们的值。main = do print True
print 2
print "haha"
print 3.2
print [3,4,3]
$ runhaskell print_test.hs
True
2
"haha"
3.2
[3,4,3]
就像你看到的,这是个很方便的函数。还记得我们提到 I/O actions 只有在
main
中才会被执行以及在 GHCI 中运算的事情吗?当我们用键盘打了些值,像 3
或 [1,2,3]
并按下 Enter,GHCI 实际上就是用了 print
来将这些值输出到终端。ghci> 3
3
ghci> print 3
3
ghci> map (++"!") ["hey","ho","woo"]
["hey!","ho!","woo!"]
ghci> print (map (++"!") ["hey", "ho", "woo"])
["hey!","ho!","woo!"]
当我们需要打印出字串,我们会用
putStrLn
,因为我们不想要周围有引号,但对于输出值来说,print
才是最常用的。getChar
是一个从输入读进一个字符的 I/O action,因此他的 type signature 是 getChar :: IO Char
,代表 一个 I/O action 的结果是 Char
。注意由于缓冲区的关系,只有当 Enter 被按下的时候才会触发读取字符的行为。main = do
c <- getChar
if c /= ' '
then do
putChar c
main
else return ()
这程序看起来像是读取一个字符并检查他是否为一个空白。如果是的话便停止,如果不是的话便打印到终端上并重复之前的行为。在某种程度上来说也不能说错,只是结果不如你预期而已。来看看结果吧。
$ runhaskell getchar_test.hs
hello sir
hello
上面的第二行是输入。我们输入了
hello sir
并按下了 Enter。由于缓冲区的关系,程序是在我们按了 Enter 后才执行而不是在某个输入字符的时候。一旦我们按下了 Enter,那他就把我们直到目前输入的一次做完。when
这函数可以在 Control.Monad
中找到他 (你必须 import Contorl.Monad
才能使用他)。他在一个 do block 中看起来就像一个控制流程的 statement,但实际上他的确是一个普通的函数。他接受一个 boolean 值跟一个 I/O action。如果 boolean 值是 True
,便回传我们传给他的 I/O action。如果 boolean 值是 False
,便回传 return ()
,即什么都不做的 I/O action。我们接下来用 when
来改写我们之前的程序。import Control.Monad
main = do
c <- getChar
when (c /= ' ') $ do
putChar c
main
就像你看到的,他可以将
if something then do some I/O action else return ()
这样的模式封装起来。sequence
接受一串 I/O action,并回传一个会依序执行他们的 I/O action。运算的结果是包在一个 I/O action 的一连串 I/O action 的运 算结果。他的 type signature 是 sequence :: [IO a] -> IO [a]
main = do
a <- getLine
b <- getLine
c <- getLine
print [a,b,c]
其实可以写成
main = do
rs <- sequence [getLine, getLine, getLine]
print rs
所以
sequence [getLine, getLine, getLine]
作成了一个执行 getLine
三次的 I/O action。如果我们对他绑定一个名字,结果便是这串结果的串列。也就是说,三个用户输入的东西组成的串列。一个常见的使用方式是我们将
print
或 putStrLn
之类的函数 map 到串列上。map print [1,2,3,4]
这个动作并不会产生一个 I/O action,而是一串 I/O action,就像是 [print 1, print 2, print 3, print 4]
。如果我们将一串 I/O action 变成一个 I/O action,我们必须用 sequence
ghci> sequence (map print [1,2,3,4,5])
1
2
3
4
5
[(),(),(),(),()]
那
[(),(),(),(),()]
是怎么回事?当我们在 GHCI 中运算 I/O action,他会被执行并把结果打印出来,唯一例外是结果是 ()
的时候不会被打印出。这也是为什么 putStrLn "hehe"
在 GHCI 中只会打印出 hehe
(因为 putStrLn "hehe"
的结果是 ()
)。但当我们使用 getLine
时,由于 getLine
的型态是 IO String
,所以结果会被打印出来。由于对一个串列 map 一个回传 I/O action 的函数,然后再 sequence 他这个动作太常用了。所以有一些函数在函式库中
mapM
跟 mapM_
。mapM
接受一个函数跟一个串列,将对串列用函数 map 然后 sequence 结果。mapM_
也作同样的事,只是他把运算的结果丢掉而已。在我们 不关心 I/O action 结果的情况下,mapM_
是最常被使用的。ghci> mapM print [1,2,3]
1
2
3
[(),(),()]
ghci> mapM_ print [1,2,3]
1
2
3
forever
接受一个 I/O action 并回传一个永远作同一件事的 I/O action。你可以在 Control.Monad
中找到他。下面的程序会不断地要用户输入些东西,并把输入的东西转成大写输出到屏幕上。import Control.Monad
import Data.Char
main = forever $ do
putStr "Give me some input: "
l <- getLine
putStrLn $ map toUpper l
在
Control.Monad
中的 forM
跟 mapM
的作用一样,只是参数的顺序相反而已。第一个参数是串列,而第二个则是函数。这有什么用?在一些有趣的情况下还是有用的:import Control.Monad
main = do
colors <- forM [1,2,3,4] (\a -> do
putStrLn $ "Which color do you associate with the number " ++ show a ++ "?"
color <- getLine
return color)
putStrLn "The colors that you associate with 1, 2, 3 and 4 are: "
mapM putStrLn colors
(\a -> do ...)
是接受一个数字并回传一个 I/O action 的函数。我们必须用括号括住他,不然 lambda 会贪心 match 的策略会把最后两个 I/O action 也算进去。注意我们在 do block 里面 return color
。我们那么作是让 do block 的结果是我们选的颜色。实际上我们并不需那么作,因为 getLine
已经达到我们的目的。先 color <- getLine
再 return color
只不过是把值取出再包起来,其实是跟 getLine
效果相当。forM
产生一个 I/O action,我们把结果绑定到 colors
这名称。colors
是一个普通包含字串的串列。最后,我们用 mapM putStrLn colors
打印出所有颜色。你可以把
forM
的意思想成将串列中的每个元素作成一个 I/O action。至于每个 I/O action 实际作什么就要看原本的元素是什么。然后,执行这些 I/O action 并将结果绑定到某个名 称上。或是直接将结果忽略掉。$ runhaskell from_test.hs
Which color do you associate with the number 1?
white
Which color do you associate with the number 2?
blue
Which color do you associate with the number 3?
red
Which color do you associate with the number 4?
orange
The colors that you associate with 1, 2, 3 and 4 are:
white
blue
red
orange
其实我们也不是一定要用到
forM
,只是用了 forM
程序会比较容易理解。正常来讲是我们需要在 map 跟 sequence 的时候定义 I/O action 的时候使用 forM
,同样地,我们也可以将最后一行写成 forM colors putStrLn
。在这一节,我们学会了输入与输出的基础。我们也了解了什么是 I/O action,他们是如何帮助我们达成输入与输出的目的。这边重复一遍,I/O action 跟其他 Haskell 中的 value 没有两样。我们能够把他当参数传给函式,或是函式回传 I/O action。他们特别之处在于当他们是写在
main
里面或 GHCI 里面的时候,他们会被执行,也就是实际输出到你屏幕或输出音效的时候。每个 I/O action 也能包着一个从真实世界拿回来的值。不要把像是
putStrLn
的函式想成接受字串并输出到屏幕。要想成一个函式接受字串并回传一个 I/O action。当 I/O action 被执行的时候,会漂亮地打印出你想要的东西。
getChar
是一个读取单一字符的 I/O action。getLine
是一个读取一行的 I/O action。这是两个非常直觉的函式,多数编程语言也有类似这两个函式的 statement 或 function。但现在我们来看看 getContents。getContents
是一个从标准输入读取直到 end-of-file 字符的 I/O action。他的型态是 getContents :: IO String
。最酷的是 getContents
是惰性 I/O (Lazy I/O)。当我们写了 foo <- getContents
,他并不会马上读取所有输入,将他们存在 memory 里面。他只有当你真的需要输入数据的时候才会读取。当我们需要重导一个程序的输出到另一个程序的输入时,
getContents
非常有用。假设我们有下面一个文本档:I'm a lil' teapot
What's with that airplane food, huh?
It's so small, tasteless
还记得我们介绍
forever
时写的小程序吗?会把所有输入的东西转成大写的那一个。为了防止你忘记了,这边再重复一遍。import Control.Monad
import Data.Char
main = forever $ do
putStr "Give me some input: "
l <- getLine
putStrLn $ map toUpper l
将我们的程序存成
capslocker.hs
然后编译他。然后用 Unix 的 Pipe 将文本档喂给我们的程序。我们使用的是 GNU 的 cat,会将指定的文件输出到屏幕。$ ghc --make capslocker
[1 of 1] Compiling Main ( capslocker.hs, capslocker.o )
Linking capslocker ...
$ cat haiku.txt
I'm a lil' teapot
What's with that airplane food, huh?
It's so small, tasteless
$ cat haiku.txt | ./capslocker
I'M A LIL' TEAPOT
WHAT'S WITH THAT AIRPLANE FOOD, HUH?
IT'S SO SMALL, TASTELESS
capslocker <stdin>: hGetLine: end of file
就如你看到的,我们是用
|
这符号来将某个程序的输出 piping 到另一个程序的输入。我们做的事相当于 run 我们的 capslocker,然后将 haiku 的内容用键盘打到终端上,最后再按 Ctrl-D 来代表 end-of-file。这就像执行 cat haiku.txt 后大喊,嘿,不要把内容打印到终端上,把内容塞到 capslocker!我们用
forever
在做的事基本上就是将输入经过转换后变成输出。用 getContents
的话可以让我们的程序更加精炼。import Data.Char
main = do
contents <- getContents
putStr (map toUpper contents)
我们将
getContents
取回的字串绑定到 contents
。然后用 toUpper
map 到整个字串后打印到终端上。记住字串基本上就是一串惰性的串列 (list),同时 getContents
也是惰性 I/O,他不会一口气读入内容然后将内容存在内存中。实际上,他会一行一行读入并输出大写的版本,这是因为输出才是真的需要输入的数据的时候。$ cat haiku.txt | ./capslocker
I'M A LIL' TEAPOT
WHAT'S WITH THAT AIRPLAN FOOD, HUH?
IT'S SO SMALL, TASTELESS
很好,程序运作正常。假如我们执行 capslocker 然后自己打几行字呢?
$ ./capslocker
hey ho
HEY HO
lets go
LETS GO
按下 Ctrl-D 来离开环境。就像你看到的,程序是一行一行将我们的输入打印出来。当
getContent
的结果被绑定到 contents
的时候,他不是被表示成在内存中的一个字串,反而比较像是他有一天会是字串的一个承诺。当我们将 toUpper
map 到 contents
的时候,便也是一个函数被承诺将会被 map 到内容上。最后 putStr
则要求先前的承诺说,给我一行大写的字串吧。实际上 还没有任何一行被取出,所以便跟 contents
说,不如从终端那边取出些字串吧。这才是 getContents
真正从终端读入一行并把这一行交给程序的时候。程序便将这一行用 toUpper
处理并交给 putStr
,putStr
则打印出他。之后 putStr
再说:我需要下一行。整个步骤便再重复一次,直到读到 end-of-file 为止。接着我们来写个程序,读取输入,并只打印出少于十个字符的行。
main = do
contents <- getContents
putStr (shortLinesOnly contents)
shortLinesOnly :: String -> String
shortLinesOnly input =
let allLines = lines input
shortLines = filter (\line -> length line < 10) allLines
result = unlines shortLines
in result
我们把 I/O 部份的代码弄得很短。由于程序的行为是接某些输入,作些处理然后输出。我们可以把他想成读取输入,调用一个函数,然后把函数的结果输出。
shortLinesOnly
的行为是这样:拿到一个字串,像是 "short\nlooooooooooooooong\nshort again"
。这字串有三行,前后两行比较短,中间一行很常。他用 lines
把字串分成 ["short", "looooooooooooooong", "short again"]
,并把结果绑定成 allLines
。然后过滤这些字串,只有少于十个字符的留下,["short", "short again"]
,最后用 unlines
把这些字串用换行接起来,形成 "short\nshort again"
i'm short
so am i
i am a loooooooooong line!!!
yeah i'm long so what hahahaha!!!!!!
short line
loooooooooooooooooooooooooooong
short
$ ghc --make shortlinesonly
[1 of 1] Compiling Main ( shortlinesonly.hs, shortlinesonly.o )
Linking shortlinesonly ...
$ cat shortlines.txt | ./shortlinesonly
i'm short
so am i
short
我们把 shortlines.txt 的内容经由 pipe 送给 shortlinesonly,结果就如你看到,我们只有得到比较短的行。
从输入那一些字串,经由一些转换然后输出这样的模式实在太常用了。常用到甚至建立了一个函数叫 interact。
interact
接受一个 String -> String
的函数,并回传一个 I/O action。那个 I/O action 会读取一些输入,调用提供的函数,然后把函数的结果打印出来。所以我们的程序可以改写成这样。main = interact shortLinesOnly
shortLinesOnly :: String -> String
shortLinesOnly input =
let allLines = lines input
shortLines = filter (\line -> length line < 10) allLines
result = unlines shortLines
in result
我们甚至可以再让代码更短一些,像这样
main = interact $ unlines . filter ((<10) . length) . lines
看吧,我们让程序缩到只剩一行了,很酷吧!
能应用
interact
的情况有几种,像是从输入 pipe 读进一些内容,然后丢出一些结果的程序;或是从用户获取一行一行的输入,然后丢回根据那一行运算 的结果,再拿取另一行。这两者的差别主要是取决于用户使用他们的方式。我们再来写另一个程序,它不断地读取一行行并告诉我们那一行字串是不是一个回文本串 (palindrome)。我们当然可以用
getLine
读取一行然后再调用 main
作同样的事。不过同样的事情可以用 interact
更 简洁地达成。当使用 interact
的时候,想像你是将输入经有某些转换成输出。在这个情况当中,我们要将每一行输入转换成 "palindrome"
或 "not a palindrome"
。所以我们必须写一个函数将 "elephant\nABCBA\nwhatever"
转换成 not a palindrome\npalindrome\nnot a palindrome"
。来动手吧!respondPalindromes contents = unlines (map (\xs ->
if isPalindrome xs then "palindrome" else "not a palindrome") (lines contents))
where isPalindrome xs = xs == reverse xs
再来将程序改写成 point-free 的形式
respondPalindromes = unlines . map (\xs ->
if isPalindrome xs then "palindrome" else "not a palindrome") . lines
where isPalindrome xs = xs == reverse xs
很直觉吧!首先将
"elephant\nABCBA\nwhatever"
变成 ["elephant", "ABCBA", "whatever"]
然后将一个 lambda 函数 map 它,["not a palindrome", "palindrome", "not a palindrome"]
然后用 unlines
变成一行字串。接着main = interact respondPalindromes
来测试一下吧。
$ runhaskell palindrome.hs
hehe
not a palindrome
ABCBA
palindrome
cookie
not a palindrome
即使我们的程序是把一大把字串转换成另一个,其实他表现得好像我们是一行一行做的。这是因为 Haskell 是惰性的,程序想要打印出第一行结果时,他必须要先有第一行输入。所以一旦我们给了第一行输入,他便打印出第一行结果。我们用 end-of-line 字符来结束程序。
我们也可以用 pipe 的方式将输入喂给程序。假设我们有这样一个文件。
dogaroo
radar
rotor
madam
将他存为
words.txt
,将他喂给程序后得到的结果$ cat words.txt | runhaskell palindromes.hs
not a palindrome
palindrome
palindrome
palindrome
再一次地提醒,我们得到的结果跟我们自己一个一个字打进输入的内容是一样的。我们看不到
palindrome.hs
输入的内容是因为内容来自于文件。你应该大致了解 Lazy I/O 是如何运作,并能善用他的优点。他可以从输入转换成输出的角度方向思考。由于 Lazy I/O,没有输入在被用到之前是真的被读入。
到目前为止,我们的示范都是从终端读取某些东西或是打印出某些东西到终端。但如果我们想要读写文件呢?其实从某个角度来说我们已经作过这件事了。我们可以把读写终端想成读写文件。只是把文件命名成
stdout
跟 stdin
而已。他们分别代表标准输出跟标准输入。我们即将看到的读写文件跟读写终端并没什么不同。首先来写一个程序,他会开启一个叫 girlfriend.txt 的文件,文件里面有 Avril Lavigne 的畅销名曲 Girlfriend,并将内容打印到终端上。接下来是 girlfriend.txt 的内容。
Hey! Hey! You! You!
I don't like your girlfriend!
No way! No way!
I think you need a new one!
这则是我们的主程序。
import System.IO
main = do
handle <- openFile "girlfriend.txt" ReadMode
contents <- hGetContents handle
putStr contents
hClose handle
执行他后得到的结果。
$ runhaskell girlfriend.hs
Hey! Hey! You! You!
I don't like your girlfriend!
No way! No way!
I think you need a new one!
我们来一行行看一下程序。我们的程序用 do 把好几个 I/O action 绑在一起。在 do block 的第一行,我们注意到有一个新的函数叫 openFile。他的 type signature 是
openFile :: FilePath -> IOMode -> IO Handle
。他说了 openFile
接受一个文件路径跟一个 IOMode
,并回传一个 I/O action,他会打开一个文件并把文件关联到一个 handle。FilePath
不过是 String
的 type synonym。type FilePath = String
IOMode
则是一个定义如下的型态data IOMode = ReadMode | WriteMode | AppendMode | ReadWriteMode

就像我们之前定义的型态,分别代表一个星期的七天。这个型态代表了我们想对打开的文件做什么。很简单吧。留意到我们的型态是
IOMode
而不是 IO Mode
。IO Mode
代表的是一个 I/O action 包含了一个型态为 Mode
的值,但 IOMode
不过是一个阳春的 enumeration。最后,他回传一个 I/O action 会将指定的文件用指定的模式打开。如果我们将 I/O action 绑定到某个东西,我们会得到一个
Handle
。型态为 Handle
的值代表我们的文件在哪里。有了 handle 我们才知道要从哪个文件读取内容。想读取文件但不将文件绑定到 handle 上这样做是很蠢的。所以,我们将一个 handle 绑定到 handle
。接着一行,我们看到一个叫 hGetContents 的函数。他接了一个
Handle
,所以他知道要从哪个文件读取内容并回传一个 IO String
。一个包含了文件内容的 I/O action。这函数跟 getContents
差不多。唯一的差别是 getContents
会自动从标准输入读取内容(也就是终端),而 hGetContents
接了一个 file handle,这 file handle 告诉他读取哪个文件。除此之外,他们都是一样的。就像 getContents
,hGetContents
不会把文件一次都拉到内存中,而是有必要才会读取。这非常酷,因为我们把 contents
当作是整个文件般用,但他实际上不在内存中。就算这是个很大的文件,hGetContents
也不会塞爆你的内存,而是只有必要的时候才会读取。要留意文件的 handle 还有文件的内容两个概念的差异,在我们的程序中他们分别被绑定到
handle
跟 contents
两个名字。handle 是我们拿来区分文件的依据。如果你把整个文件系统想成一本厚厚的书,每个文件分别是其中的一个章节,handle 就像是书签一般标记了你现在正在阅读(或写入)哪一个章节,而内容则是章节本身。我们使用
putStr contents
打印出内容到标准输出,然后我们用了 hClose。他接受一个 handle 然后回传一个关掉文件的 I/O action。在用了 openFile
之后,你必须自己把文件关掉。要达到我们目的的另一种方式是使用 withFile,他的 type signature 是
withFile :: FilePath -> IOMode -> (Handle -> IO a) -> IO a
。他接受一个文件路径,一个 IOMode
以及一个函数,这函数则接受一个 handle 跟一个 I/O action。withFile
最后回传一个会打开文件,对文件作某件事然后关掉文件的 I/O action。处理的结果是包在最后的 I/O action 中,这结果跟我们给的函数的回传是相同的。这听起来有些复杂,但其实很简单,特别是我们有 lambda,来看看我们用 withFile
改写前面程序的一个范例:import System.IO
main = do
withFile "girlfriend.txt" ReadMode (\handle -> do
contents <- hGetContents handle
putStr contents)
正如你看到的,程序跟之前的看起来很像。
(\handle -> ... )
是一个接受 handle 并回传 I/O action 的函数,他通常都是用 lambda 来表示。我们需要一个回传 I/O action 的函数的理由而不是一个本身作处理并关掉文件的 I/O action,是因为这样一来那个 I/O action 不会知道他是对哪个文件在做处理。用 withFile
的话,withFile
会打开文件并把 handle 传给我们给他的函数,之后他则拿到一个 I/O action,然后作成一个我们描述的 I/O action,最后关上文件。例如我们可以这样自己作一个 withFile
:withFile' :: FilePath -> IOMode -> (Handle -> IO a) -> IO a
withFile' path mode f = do
handle <- openFile path mode
result <- f handle
hClose handle
return result

我们知道要回传的是一个 I/O action,所以我们先放一个 do。首先我们打开文件,得到一个 handle。然后我们 apply
handle
到我们的函数,并得到一个做事的 I/O action。我们绑定那个 I/O action 到 result
这个名字,关上 handle 并 return result
。return
的作用把从 f
得到的结果包在 I/O action 中,这样一来 I/O action 中就包含了 f handle
得到的结果。如果 f handle
回传一个从标准输入读去数行并写到文件然后回传读入的行数的 I/O action,在 withFile'
的情形中,最后的 I/O action 就会包含读入的行数。就像
hGetContents
对应 getContents
一样,只不过是针对某个文件。我们也有 hGetLine、hPutStr、hPutStrLn、hGetChar 等等。他们分别是少了 h 的那些函数的对应。只不过他们要多拿一个 handle 当参数,并且是针对特定文件而不是标准输出或标准输入。像是 putStrLn
是一个接受一个字串并回传一个打印出加了换行字符的字串的 I/O action 的函数。hPutStrLn
接受一个 handle 跟一个字串,回传一个打印出加了换行字符的字串到文件的 I/O action。以此类推,hGetLine
接受一个 handle 然后回传一个从文件读取一行的 I/O action。读取文件并对他们的字串内容作些处理实在太常见了,常见到我们有三个函数来更进一步简化我们的工作。
readFile 的 type signature 是
readFile :: FilePath -> IO String
。记住,FilePath
不过是 String
的一个别名。readFile
接受一个文件路径,回传一个惰性读取我们文件的 I/O action。然后将文件的内容绑定到某个字串。他比起先 openFile
,绑定 handle,然后 hGetContents
要好用多了。这边是一个用 readFile
改写之前例子的范例:import System.IO
main = do
contents <- readFile "girlfriend.txt"
putStr contents
由于我们拿不到 handle,所以我们也无法关掉他。这件事 Haskell 的
readFile
在背后帮我们做了。writeFile 的型态是
writefile :: FilePath -> String -> IO ()
。他接受一个文件路径,以及一个要写到文件中的字串,并回传一个写入动作的 I/O action。如果这个文件已经存在了,他会先把文件内容都砍了再写入。下面示范了如何把 girlfriend.txt 的内容转成大写然后写入到 girlfriendcaps.txt 中import System.IO
import Data.Char
main = do
contents <- readFile "girlfriend.txt"
writeFile "girlfriendcaps.txt" (map toUpper contents)
$ runhaskell girlfriendtocaps.hs
$ cat girlfriendcaps.txt
HEY! HEY! YOU! YOU!
I DON'T LIKE YOUR GIRLFRIEND!
NO WAY! NO WAY!
I THINK YOU NEED A NEW ONE!
appendFile 的型态很像
writeFile
,只是 appendFile
并不会在文件存在时把文件内容砍掉而是接在后面。假设我们有一个文件叫 todo.txt``,里面每一行是一件要做的事情。现在我们写一个程序,从标准输入接受一行将他加到我们的 to-do list 中。
import System.IO
main = do
todoItem <- getLine
appendFile "todo.txt" (todoItem ++ "\n")
$ runhaskell appendtodo.hs
Iron the dishes
$ runhaskell appendtodo.hs
Dust the dog
$ runhaskell appendtodo.hs
Take salad out of the oven
$ cat todo.txt
Iron the dishes
Dust the dog
Take salad out of the oven
由于
getLine
回传的值不会有换行字符,我们需要在每一行最后加上 "\n"
。还有一件事,我们提到
contents <- hGetContents handle
是惰性 I/O,不会将文件一次都读到内存中。 所以像这样写的话:main = do
withFile "something.txt" ReadMode (\handle -> do
contents <- hGetContents handle
putStr contents)
实际上像是用一个 pipe 把文件弄到标准输出。正如你可以把 list 想成 stream 一样,你也可以把文件想成 stream。他会每次读一行然后打印到终端上。你也许会问这个 pipe 究竟一次可以塞多少东西,读去硬盘的频率究竟是多少?对于文本档而言,缺省的 buffer 通常是 line-buffering。这代表一次被读进来的大小是一行。这也是为什么在这个 case 我们是一行一行处理。对于 binary file 而言,缺省的 buffer 是 block-buffering。这代表我们是一个 chunk 一个 chunk 去读得。而一个 chunk 的大小是根据操作系统不同而不同。
你能用
hSetBuffering
来控制 buffer 的行为。他接受一个 handle 跟一个 BufferMode
,回传一个会设置 buffer 行为的 I/O action。BufferMode
是一个 enumeration 型态,他可能的值有:NoBuffering
, LineBuffering
或 BlockBuffering (Maybe Int)
。其中 Maybe Int
是表示一个 chunck 有几个 byte。如果他的值是 Nothing
,则操作系统会帮你决定 chunk 的大小。NoBuffering
代表我们一次读一个 character。一般来说 NoBuffering
的表现很差,因为他访问硬盘的频率很高。接下来是我们把之前的范例改写成用 2048 bytes 的 chunk 读取,而不是一行一行读。
main = do
withFile "something.txt" ReadMode (\handle -> do
hSetBuffering handle $ BlockBuffering (Just 2048)
contents <- hGetContents handle
putStr contents)
用更大的 chunk 来读取对于减少访问硬盘的次数是有帮助的,特别是我们的文件其实是透过网络来访问。
我们也可以使用 hFlush,他接受一个 handle 并回传一个会 flush buffer 到文件的 I/O action。当我们使用 line-buffering 的时候,buffer 在每一行都会被 flush 到文件。当我们使用 block-buffering 的时候,是在我们读每一个 chunk 作 flush 的动作。flush 也会发生在关闭 handle 的时候。这代表当我们碰到换行字符的时候,读或写的动作都会停止并回报手边的数据。但我们能使用
hFlush
来强迫回报所有已经在 buffer 中的数据。经过 flushing 之后,数据也就能被其他程序看见。把 block-buffering 的读取想成这样:你的马桶会在水箱有一加仑的水的时候自动冲水。所以你不断灌水进去直到一加仑,马桶就会自动冲水,在水里面的数据也就会被看到。但你也可以手动地按下冲水钮来冲水。他会让现有的水被冲走。冲水这个动作就是
hFlush
这个名字的含意。我们已经写了一个将 item 加进 to-do list 里面的程序,现在我们想加进移除 item 的功能。我先把代码粘贴然后讲解他。我们会使用一些新面孔像是
System.Directory
以及 System.IO
里面的函数。来 看一下我们包含移除功能的程序:
import System.IO
import System.Directory
import Data.List
main = do
handle <- openFile "todo.txt" ReadMode
(tempName, tempHandle) <- openTempFile "." "temp"
contents <- hGetContents handle
let todoTasks = lines contents
let numberedTasks = zipWith (\n line -> show n ++ " - " ++ line) [0..] todoTasks
putStrLn "These are your TO-DO items:"
putStr $ unlines numberedTasks
putStrLn "Which one do you want to delete?"
numberString <- getLine
let number = read numberString
let newTodoItems = delete (todoTasks !! number) todoTasks
hPutStr tempHandle $ unlines newTodoItems
hClose handle
hClose tempHandle
removeFile "todo.txt"
renameFile tempName "todo.txt"
一开始,我们用 read mode 打开 todo.txt,并把他绑定到
handle
。接着,我们使用了一个之前没用过在
System.IO
中的函数 openTempFile。他的名字浅显易懂。他接受一个暂存的文件夹跟一个样板文件名,然后打开一个暂存盘。我们使用 "."
当作我们的暂存文件夹,因为 .
在几乎任何操作系统中都代表了现在所在的文件夹。我们使用 "temp"
当作我们暂存盘的样板名,他代表暂存盘的名字会是 temp 接上某串随机字串。他回传一个创建暂存盘的 I/O action,然后那个 I/O action 的结果是一个 pair:暂存盘的名字跟一个 handle。我们当然可以随便开启一个 todo2.txt 这种名字的文件。但使用 openTempFile
会是比较好的作法,这样你不会不小心覆写任何文件。我们不用
getCurrentDirectory
的来拿到现在所在文件夹而用 "."
的原因是 .
在 unix-like 系统跟 Windows 中都表示现在的文件夹。然后,我们绑定 todo.txt 的内容成
contents
。把字串断成一串字串,每个字串代表一行。todoTasks
就变成 ["Iron the dishes", "Dust the dog", "Take salad out of the oven"]
。我们用一个会把 3 跟 "hey"
变成 "3 - hey"
的函数,然后从 0 开始把这个串列 zip 起来。所以 numberedTasks
就是 ["0 - Iron the dishes", "1 - Dust the dog" ...
。我们用 unlines
把这个串列变成一行,然后打印到终端上。注意我们也有另一种作法,就是用 mapM putStrLn numberedTasks
。我们问用户他们想要删除哪一个并且等着他们输入一个数字。假设他们想要删除 1 号,那代表
Dust the dog
,所以他们输入 1
。于是 numberString
就代表 "1"
。由于我们想要一个数字,而不是一个字串,所以我们用对 1
使用 read
,并且绑定到 number
。还记得在
Data.List
中的 delete
跟 !!
吗?!!
回传某个 index 的元素,而 delete
删除在串列中第一个发现的元素,然后回传一个新的没有那个元素的串列。(todoTasks !! number)
(number 代表 1
) 回传 "Dust the dog"
。我们把 todoTasks
去掉第一个 "Dust the dog"
后的串列绑定到 newTodoItems
,然后用 unlines
变成一行然后写到我们所打开的暂存盘。旧有的文件并没有变动,而暂存盘包含砍掉那一行后的所有内容。在我们关掉源文件跟暂存盘之后我们用 removeFile 来移除原本的文件。他接受一个文件路径并且删除文件。删除旧得 todo.txt 之后,我们用 renameFile 来将暂存盘重命名成 todo.txt。特别留意
removeFile
跟 renameFile
(两个都在 System.Directory
中)接受的是文件路径,而不是 handle。这就是我们要的,实际上我们可以用更少行写出同样的程序,但我们很小心地避免覆写任何文件,并询问操作系统我们可以把暂存盘摆在哪?让我们来执行看看。
$ runhaskell deletetodo.hs
These are your TO-DO items:
0 - Iron the dishes
1 - Dust the dog
2 - Take salad out of the oven
Which one do you want to delete?
1
$ cat todo.txt
Iron the dishes
Take salad out of the oven
$ runhaskell deletetodo.hs