Question

我希望我的ocaml应用程序直接下载，解压缩（gzip），然后逐行处理生成的文本文件，而不使用临时文件和外部程序。

我查看的库是 cohttp ， ocurl 和 camlzip 。不幸的是，我找不到让他们一起工作的好方法。

OCaml实现这一目标的方式是什么？

Answer 1

您可以使用管道和线程使 ocurl 和 camlzip 一起工作。概念证明：

#use "topfind";;
#thread;;
#require "unix";;
#require "curl";;
#require "zip";;

let () = Curl.(global_init CURLINIT_GLOBALALL)

let download url oc =
  let open Curl in
  let h = init () in
  setopt h (CURLOPT_URL url);
  setopt h (CURLOPT_WRITEFUNCTION (fun x -> output_string oc x; String.length x));
  perform h;
  cleanup h

let read_line really_input =
  let buf = Buffer.create 256 in
  try
    while true do
      let x = " " in
      let () = really_input x 0 1 in
      if x = "\n" then raise Exit else Buffer.add_string buf x;
    done;
    assert false
  with
  | Exit -> Buffer.contents buf
  | End_of_file -> if Buffer.length buf = 0 then raise End_of_file else Buffer.contents buf

let curl_gzip_iter f url =
  let ic, oc = Unix.pipe () in
  let ic = Unix.in_channel_of_descr ic and oc = Unix.out_channel_of_descr oc in
  let t = Thread.create (fun () -> download url oc; close_out oc) () in
  let zic = Gzip.open_in_chan ic in
  let zii = Gzip.really_input zic in
  let () =
    try
      while true do
        let () = f (read_line zii) in ()
      done;
      assert false
    with
    | End_of_file -> ()
  in
  Gzip.close_in zic;
  Thread.join t

let () = curl_gzip_iter print_endline "file:///tmp/toto.gz"

但是，当必须处理错误时会很痛苦。

Answer 2

如果您想完成工作，我会放弃“无外部程序”要求并编写 OCaml 源代码文件 download_gunzip_lines.ml：

open Printf

let read_all_lines ic =
  Seq.unfold (fun () -> try Some(input_line ic, ()) with _ -> None) ()

let () =
  match Sys.argv with
  | [|_; url|] ->
    read_all_lines(Unix.open_process_in(sprintf "wget -q -O - %s | gunzip" url))
    |> Seq.iter (fun line -> printf "%d\n" (String.length line))
  | _ -> eprintf "Usage: download_gunzip_lines <url>"

使用 dune 文件：

(executable
 (name download_gunzip_lines)
 (libraries unix))

那么：

dune build --profile release

构建它并：

./_build/default/download_gunzip_lines.exe http://www.o-bible.com/download/kjv.gz

在国王詹姆斯圣经的副本上运行它。

更好的是，使用 Bash 脚本中的 OCaml 代码运行 wget 和 gunzip，然后只处理 OCaml 中的行。

如何在OCaml中下载，解压缩和处理gzip文件？

2 个答案: