使用 attoparsec 解析 JPEG 标记答案

【问题标题】：Parsing JPEG markers with attoparsec使用 attoparsec 解析 JPEG 标记
【发布时间】：2011-01-06 04:14:06
【问题描述】：

作为一个加深我对 Haskell 的了解和熟悉的项目，我正在努力实现一个 JPEG 解码器，它将在未来的计算机视觉工作中派上用场。

我选择的第一步是解析图像中的所有“标记”。这些由字节 0xFF 后跟非 0 字节指示。 0xFF 字节后跟 0x00 字节应视为普通数据。

我遇到的问题是，在遇到 0xFF 0x00 组合时，解析似乎完全完成并且没有找到更多有效标记（如果您在标准 JPEG 上运行，您将看到图像标记的开始解析，但不是0xFF 0x00 通常出现在图像数据本身内）。

import System.Environment
import System.IO

import Control.Applicative hiding (many)
import Data.Attoparsec as A
import qualified Data.ByteString as BS

parseMarker = do
  part1 <- word8 0xFF
  part2 <- notWord8 0x0
  return (part1, part2)

parseSection = do
  A.skipWhile (\x -> x /= 0xFF) *> parseMarker

parseBody = do
  many parseSection

parseJPEG jpeg = do
  handleParseResult $ feed (parse parseBody jpeg) BS.empty

handleParseResult result = do
  case result of
    Fail _ _ msg -> msg
    Done _ r -> show r
    _ -> ""

main = do
  (filename : _ ) <- getArgs
  handle <- openFile filename ReadMode
  contents <- BS.hGetContents handle
  putStrLn $ parseJPEG contents
  hClose handle

https://gist.github.com/767488

【问题讨论】：

IMO，你应该在这里发布你的代码。它没有那么长，而且更容易回复。
好点，下次我一定会这样做的。

标签： haskell attoparsec

【解决方案1】：

由于parseMarker 消耗输入但可能在中途失败，因此您必须能够“倒带”并在遇到 0xFF 0x00 时重试不同的解析。

我没有安装 Attoparsec，但我认为它类似于 Parsec，默认情况下不会回溯。

parseSection =
    skipMany (notWord8 0xFF <|> try (word8 0xFF >> word8 0x0)) >> parseMarker

【讨论】：

非常感谢，这很好用而且很有意义。我曾一度尝试使用 try，但由于没有处理 0xFF 0x0 的情况，它当然失败了。

【解决方案2】：

问题是你没有告诉它解析一个 0xFF,0x00 的序列，它已经很晚了，所以希望下一个回答者会告诉它（它可能对你有足够的帮助），但这里有一个备用 parseMarker并伴随handleParseResult：

parseMarker = do   -- or call it "parsePotentialMarker"
  part1 <- word8 0xFF
  part2 <- anyWord8
  return $
    if (part2 /= 0)
        then [(part1, part2)]
        else []

-- ... skipping other functions...
handleParseResult result = do
  case result of
    Fail _ _ msg -> msg
    Done _ r -> show (concat r)
-- ...

附带说明一下，如果有问题，在代码中进行全功能测试会有所帮助，例如：

main =
  let contents = BS.pack [1,2,3,4,0xFF,1 {- marker 1 -},0xFF,0x00,0xFF,2 {- marker 2 -},31,13,0xFF,0x00]
  in putStrLn $ parseJPEG contents

【讨论】：

谢谢，这也很有帮助