木薯无法识别带有变音符号的命名字段

Question

我正在尝试解析包含德语文本的 CSV 文件，即它不是以“逗号”分隔，而是以分号分隔，并且可能包含变音符号（äöü 等）。

使用 Cassava and following the linked tutorial，对于包含变音符号的 header 的列，我收到错误：

parse error (Failed reading: conversion error: no field named "W8hrung") at "\nEUR;0,99"

MRE:

{-# LANGUAGE OverloadedStrings, TypeApplications #-}

import Data.Char
import qualified Data.ByteString.Lazy as ByteString
import Data.Csv
import Data.Text

myOpts = defaultDecodeOptions {
      decDelimiter = fromIntegral (ord ';')
  }

data Transaction = Tx
  { waehrung :: Text
  , betrag :: Text
  } deriving Show

instance FromNamedRecord Transaction where
  parseNamedRecord m =
    Tx
      <$> m .: "Währung"
      <*> m .: "Betrag"

main :: IO ()
main =
  ByteString.readFile "bank.csv"
    >>= print . decodeByNameWith @Transaction myOpts

另存为bank.csv:

Währung;Betrag
EUR;14,12
EUR;0,99

版本： GHC 8.10.7 木薯^>=0.5.2.0

Answer 1

你需要写：

import qualified Data.Text.Encoding as Text
instance FromNamedRecord Transaction where
  parseNamedRecord m =
    Tx
      <$> m .: Text.encodeUtf8 "Währung"
      <*> m .: "Betrag"

问题是 cassava 在内部将字段名称表示为文本的 UTF-8 编码的 ByteString。但是，用于将字符串文字编码为 ByteString 的 ByteStrings 的 IsString 实例不使用 UTF-8 编码，而是将每个字符编码为其代码点的最低有效字节（这基本上是 never 你想要的非 ASCII 字符串）。

木薯无法识别带有变音符号的命名字段

Named field with Umlaut not recognized with Cassava

csv

haskell