Haskell：quoteFile 在 unicode 字符上带有“无效字节序列”的文本文件上失败

Question

我在虚拟环境中遇到了quoteFile 的问题（安装了 GHC 7.8.4 的 Debian Wheezy）。我已经从Text.Shakespeare.Text 描述了st quasi quoter 的面向文件的版本：

import Language.Haskell.TH.Quote    (QuasiQuoter, quoteFile)
import Text.Shakespeare.Text        (st)

sfFile :: QuasiQuoter
stFile = quoteFile st

这在我的主机上运行良好，但是在我的虚拟环境（Docker 映像）上失败并出现以下错误：

尝试运行编译时代码时出现异常： test-file.md: hGetContents: 无效参数（无效字节序列）

代码：Language.Haskell.TH.Quote.quoteExp stFile "test-file.md"

我对 REPL 的调查显示，文本文件中的第一个 unicode 字符发生错误，在我目前的情况下，这是 '«' 左指针双角引号：

import System.IO (IOMode(..), hGetContents, openFile, openBinaryFile, utf8)

main =
  do h <- openBinaryFile "test-file.md" ReadMode
     hGetContentContents h
     -- Binary read works fine out-of-box.

     h' <- openFile "test-file.md" ReadMode
     hSetEncoding h' utf8
     hGetContentContents h'
     -- This works only if encoding is explicitly set, otherwise 
     -- it gives "invalid byte sequence" error at run-time

在我看来，我需要配置一点我的虚拟环境，或者可能重建 GHC 本身。

我尝试将语言环境设置为en.UTF-8 UTF-8，但没有帮助（最初我根本没有进行语言环境配置）。

更新：目标文件有UTF-8编码：

$ file -bi test-file.md
text/x-c++; charset=utf-8

Answer 1

最后，我发现我的虚拟语言环境设置不正确，例如locale 命令显示所有LANG 变量都设置为POSIX。

将LANG 变量导出到命令是最快的解决方法（bash 示例）：

export LANG=en_US.UTF8 cabal build

但是，您可能需要安装 en_US 语言环境，Debian 手动配置是：

1. 编辑文件/etc/locale.gen，添加新行en_US.UTF-8 UTF-8
2. 调用locale-gen 生成语言环境。
3. 导出LANG变量。

Debian 语言环境维基¹

附：我的默认 Debian Wheezy 安装在默认语言环境列表中有 C.UTF-8，所以我相信出于极简主义的目的，是否可以使用它而不是安装额外的英语语言环境，但我没有自己测试它。