17
17

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

Haskellで日本語のテキストファイルを読みたいとき

Posted at

HaskellでreadFileで日本語の書かれたテキストファイルを読み込むと、「hGetContents: invalid argument (invalid byte sequence)」と言われて失敗する(ことがある)のでどうしたらいいのか調べました。
OSはWindows 7でghcとかのヴァージョンはHaskell Platform 2014.2.0.0でインストールされるやつです。

System.IOモジュールのドキュメントによるとデフォルトのencodingはシステムのデフォルトのencodingと同じだそうです。
なので、システムのデフォルトのencodingと違うファイルを開こうとするとうまく開けないことがある、ということみたい。
ならencodingを指定して開けばいいじゃないか!
System.IOモジュールの mkTextEncoding関数を使ってファイルのハンドラの文字コードを指定してあげればよいです。
文字コードとファイル名を指定してファイルの中身を表示するプログラムはこんなふうに書けます。

-- readfile.hs
module Main where

import System.Environment (getArgs)
import System.IO (IOMode (..), hGetContents, hSetEncoding, openFile, hClose, mkTextEncoding)

main :: IO ()
main = do
  [cp, file_name] <- getArgs
  h <- openFile file_name ReadMode
  encoding <- mkTextEncoding cp
  hSetEncoding h encoding
  contents <- hGetContents h
  mapM_ putStrLn $ lines contents
  hClose h

コンパルして、euc-jpで保存したテキストファイルを開いてみましょう。
文字コードはコードページで指定するのが確実ぽいです。
euc-jpのコードページは20932です。コードページの数字の前にはcpを付ける必要があります。

$ ./readfile.exe cp20932 euc-jp.txt 
こんにちは、世界
日本語で書かれたテキストファイルです

すばらしい!
素敵なHaskellライフを(-_-)/

17
17
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
17
17

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?