Data.Text проти String

Хоча загальна думка спільноти Haskell така, що завжди краще використовувати Textзамість цього String, той факт, що все-таки API більшості підтримуваних бібліотек Stringорієнтований, мене бентежить. З іншого боку, є помітні проекти , які Stringвзагалі розглядаються як помилки і забезпечують Preludeусі екземпляри String-орієнтованих функцій, замінених на Text-подібні.

Тож чи існують причини для людей продовжувати писати Stringорієнтовані API, крім зворотної та стандартної сумісності Prelude та "інтерті, що робить перемикання"? Чи є якісь інші недоліки Textпорівняно з String?

Зокрема, мене це цікавить, оскільки я розробляю бібліотеку і намагаюся вирішити, який тип використовувати для висловлення повідомлень про помилки.

Моя безпідставна здогадка полягає в тому, що більшість авторів бібліотек не хочуть додавати більше залежностей, ніж потрібно. Оскільки рядки є частиною буквально кожного дистрибутива Haskell (це частина мовного стандарту!), Набагато легше бути прийнятим, якщо ви використовуєте рядки і не вимагаєте, щоб ваші користувачі сортували текстові розподіли від злому.

Це одна з тих "помилок у дизайні", з якою вам просто потрібно жити, якщо ви не зможете переконати більшість спільноти перейти на ніч. Просто подивіться, скільки часу потрібно, щоб Applicative став суперкласом Monad - відносно незначної, але дуже бажаної зміни - і уявіть, скільки часу знадобилося б, щоб замінити всі String-речі на Text.

Щоб відповісти на ваше більш конкретне запитання: я б пішов із String, якщо ви не отримаєте помітних переваг у продуктивності, використовуючи Text. Повідомлення про помилки зазвичай є досить дрібними одноразовими речами, тому використовувати String не повинно бути великою проблемою.

З іншого боку, якщо ви такий ідеологічний пурист, який ухиляється від прагматизму за ідеалізм, йдіть із текстом.

* Я вкладаю дизайнерські помилки в відлякувальні лапки, оскільки рядки як список-символів - це чудова властивість, яка полегшує їх міркування та інтеграцію з іншими існуючими функціями, що працюють зі списком.

Якщо ваш API націлений на обробку великої кількості символьно-орієнтованих даних та / або різних кодувань, тоді ваш API повинен використовувати текст .

Якщо ваш API насамперед призначений для роботи з невеликими одноразовими рядками, то використання вбудованого типу String має бути нормальним.

Використання рядка для великих обсягів тексту змусить програми, що використовують ваш API, споживати значно більше пам'яті. Використання його з іноземними кодуваннями може серйозно ускладнити використання залежно від того, як працює ваш API.

Рядок є досить дорогим (принаймні 5N слів, де N - кількість символів у рядку). Слово - це така ж кількість бітів, що і архітектура процесора (наприклад, 32 біти або 64 біти): http://blog.johantibell.com/2011/06/memory-footprints-of-some-common-data.html

Є як мінімум три причини використовувати [Char] у невеликих проектах.

1. [Char] не покладається на будь-який таємний персонал, такий як іноземні вказівники, необроблена пам’ять, необроблені масиви тощо, які можуть працювати по-різному на різних платформах або навіть взагалі бути недоступними

2. [Char]- це лінгва-франка в Haskell. Є принаймні три «ефективні» способів впоратися з Юникоде даних в Haskell: utf8-bytestring, Data.Text.Textі Data.Vector.Unboxed.Vector Char, кожен з яких вимагає роботи з додатковим пакетом.

3. за допомогою [Char]одного отримує доступ до всієї потужності []монади, включаючи багато специфічних функцій (альтернативні рядкові пакети намагаються допомогти з цим, але все ж)

Особисто я вважаю основою utf16 Data.Textодне з найбільш сумнівних висновків спільноти haskell, оскільки utf16 поєднує в собі недоліки як кодування utf8, так і utf32 , не маючи жодної з їх переваг.

Цікаво, чи Data.Text завжди ефективніший за Data.String ???

"мінусами", наприклад, є O (1) для рядків і O (n) для тексту. Додаток - O (n) для рядків та O (n + m) для строгих текстів. Так само,

    let foo = "foo" ++ bigchunk
        bar = "bar" ++ bigchunk

є більш просторим для струн, ніж для строгих текстів.

Інша проблема, не пов’язана з ефективністю, - це збіг з шаблоном (чіткий код) та ледачість (передбачувано для кожного символу в рядках, певна залежність від реалізації в ледачому тексті).

Тексти, очевидно, гарні для статичних послідовностей символів та для модифікації на місці. Для інших форм структурного редагування Data.String може мати переваги.

Я не думаю, що існує одна технічна причина, щоб String залишався. І я бачу кілька таких, щоб це пішло.

Загалом, я спершу стверджую, що у випадку Text / String є лише одне найкраще рішення:

• Струнні виступи погані, у цьому всі погоджуються

• Текст не складний у використанні. Усі функції, які зазвичай використовуються в рядку, доступні в тексті, а також деякі корисні функції в контексті рядків (заміна, доповнення, кодування)

• наявність двох рішень створює непотрібну складність, якщо всі базові функції не зроблені поліморфними. Доказ: є SO запитання на тему автоматичних перетворень . Таким чином , це є проблемою.

Отже, одне рішення менш складне, ніж два, і недоліки String змусять його з часом зникнути. Швидше, тим краще !