Question

我正在尝试使用包含UTF8字符串的包RSS而无济于事。（我不想使用有效的HXT，我只是想了解我哪里错了）

在ghci，当我把“测试”我只是得到垃圾与“é”等字符。

如果我从阅读UTF8.readFile的文件中获取字符串并将其发送到parseFromString，则可以正常工作，但是当我下载并使用getRespBody时，它不会。

以下是我的示例代码：

import Network.HTTP                   (simpleHTTP,  getRequest, getResponseBody)
import Data.Maybe (fromJust)
import Text.Feed.Import (parseFeedString)
import Text.RSS.Syntax 
import Text.Feed.Types (Feed(..))
import Prelude hiding (putStrLn)
import Data.ByteString.Char8 (putStrLn)
import Data.ByteString.UTF8 (fromString)

siteUrl  =  "http://radiofrance-podcast.net/podcast09/rss_11549.xml"

type Links = [(String,String,String)]


-------------------------------------------------------------------------------
--   Main function 
-------------------------------------------------------------------------------

test = getLinks siteUrl >>= mapM_ (putStrLn.fromString) 

-------------------------------------------------------------------------------
--     Retrieve titles
-------------------------------------------------------------------------------

getLinks:: String -> IO [String]
getLinks url = simpleHTTP (getRequest url) >>= getResponseBody >>= parseDoc 


parseDoc d = do
 let RSSFeed rss = (fromJust . parseFeedString ) d 
    items = rssItems.rssChannel $ rss
    titles = map (fromJust.rssItemTitle)    items
 return $  titles

更新：感谢Roman的回答，我修改了我的代码。以下是对任何可能感兴趣的人的修改。

import Codec.Binary.UTF8.String       (decodeString)  -- <-- added

getLinks:: String -> IO [String]
getLinks url = simpleHTTP (getRequest url) >>= getResponseBody >>= parseDoc.decodeString -- <-- modified

Answer 1

simpleHTTP可能会返回基于String的回复这一事实有点令人困惑。实际上它们不是Unicode字符串，而是包含HTTP响应的字节字符串。没有自动解码。

因此，您需要在将http响应传递给Feed解析函数之前对其进行解码（例如，使用encoding或utf8-string包）。

您可能希望从Content-Type http标头或RSS文档本身中提取源编码信息。

如何获得utf8 rss feed？

1 个答案: