Data.Text与Data.ByteString.Char8

Question

任何人都可以解释使用Data.Text和Data.ByteString.Char8数据类型的优缺点吗？使用纯ASCII文本是否会改变这些优点和缺点？他们的懒惰变体也改变了故事吗？

Answer 1

Data.ByteString.Char8提供了将ByteString值视为8位ASCII字符序列的函数，而Data.Text是支持整个Unicode的独立类型。

ByteString和Text基本上是相同的，就表示而言 - 严格的，未装箱的数组，其中包含基于严格块列表的惰性变体。主要区别在于ByteString存储八位字节（即Word8 s），而Text存储Char s，以UTF-16编码。

如果您使用的是纯ASCII文本，那么使用Data.ByteString.Char8可能会比Text更快，并且使用更少的内存;但是，你应该问问自己，你是否确实确定你只会使用ASCII。基本上，在99％的情况下，使用Data.ByteString.Char8而不是Text是速度破解 - 八位字节不是字符，任何Haskeller都同意使用正确类型应优先于原始裸机速度。如果你已经分析了程序并且它是一个瓶颈，你通常应该只考虑它。 Text已得到很好的优化，在大多数情况下差异可能会微不足道。

当然，有一些非速度相关的情况需要Data.ByteString.Char8。考虑一个包含数据的文件，这些数据本质上是二进制的，而不是文本，但是分成行使用lines是完全合理的。另外，完全可以想象整数可以在二进制格式的上下文中以ASCII十进制编码;在这种情况下使用readInt会非常有意义。

所以，基本上：

1. Data.ByteString.Char8：对于性能至关重要的纯ASCII情况，以及处理具有某些ASCII组件的“几乎二进制”数据。
2. Data.Text：文字，包括任何情况，其中除了使用ASCII以外的其他东西的可能性最小。