在Haskell中解析XML

我正在试图从一个网页上获得数据,这个网页是以股票市场报价( sample data)定期提供XML文件. XML的结构非常简单,就像这样：

<?xml version="1.0"?>
<Contents>
  <StockQuote Symbol="PETR3" Date="21-12-2010" Time="13:20" Price="23.02" />
</Contents>

(这超过了这个,但这只是一个例子).

我想解析一下数据结构：

data Quote = Quote { symbol :: String,date   :: Data.Time.Calendar.Day,time   :: Data.Time.LocalTime.TimeOfDay,price  :: Float}

我或多或少了解Parsec的作品(在“真实世界Haskell书”的层次上),而且我尝试了一些Text.XML库,但是我可以开发的是一个代码,但是对于这样一个简单的任务而言却是太大了,看起来像一个半烤的黑客,而不是最好的人可以做.

我不太了解解析器和XML(我基本上知道我在RWH书中看过的内容,以前从未使用过解析器)(我只是做统计和数值编程,我不是电脑科学家).有没有一个XML解析库,我只需要知道什么是模型并立即提取信息,而无需手工解析每个元素,而无需解析纯字符串？

我在想这样的事情：

myParser = do cont  <- openXMLElem "Contents"
                quote <- openXMLElem "StockQuote" 
                symb <- getXMLElemField "Symbol"
                date <- getXMLElemField "Date"
                (...) 
                closequote <- closeXMLElem "StockQuote"
                closecont  <- closeXMLElem "Contents"
                return (symb,date)


  results = parse myParser "" myXMLString

在那里我不必处理纯粹的字符串,并自己创建组合器(我吸吮它).

编辑：我可能需要阅读一些(完全正确的方法)解析器(不仅仅是Parsec)和关于XML的最低限度.你们推荐什么吗？

我必须解析的真正的字符串是：

stringTest = "<?xml version=\"1.0\"?>\r\n<ComportamentoPapeis><Papel Codigo=\"PETR3\" 
 Nome=\"PETROBRAS ON\" Ibovespa=\"#\" Data=\"05/01/201100:00:00\" 
 Abertura=\"29,80\" Minimo=\"30,31\" Maximo=\"30,67\" Medio=\"30,36\" 
 Ultimo=\"30,45\" Oscilacao=\"1,89\" Minino=\"29,71\"/></ComportamentoPapeis>\r\n"

EDIT2：

我尝试了以下(readFloat,readQuoteTime等等只是从字符串中读取东西的功能).

bvspaParser :: (ArrowXml a) => a XmlTree Quote
bvspaParser = hasName "ComportamentoPapeis" /> hasName "Papel" >>> proc x -> do
   (hour,date) <- readQuoteTime ^<< getAttrValue "Data" -< x
   quoteCode   <- getAttrValue "Codigo" -< x
   openPrice   <- readFloat ^<< getAttrValue "Abertura" -< x
   minim       <- readFloat ^<< getAttrValue "Minimo" -< x
   maxim       <- readFloat ^<< getAttrValue "Maximo" -< x
   ultimo      <- readFloat ^<< getAttrValue "Ultimo" -< x
   returnA     -< Quote quoteCode (LocalTime date hour) openPrice minim maxim ultimo

docParser :: String -> IO [Quote]
docParser  str = runX $readString [] str >>> (parseXmlDocument False) >>> bvspaParser

当我把它称为ghci：

*Main> docParser stringTest >>= print
[]

有什么问题吗？

过去使用过 Haskell XML Toolbox.沿线的东西

{-# LANGUAGE Arrows #-}

quoteParser :: (ArrowXml a) => a XmlTree Quote
quoteParser =
    hasName "Contents" /> hasName "StockQuote" >>> proc x -> do
    symbol <- getAttrValue "Symbol" -< x
    date <- readTime defaultTimeLocale "%d-%m-%Y" ^<< getAttrValue "Date" -< x
    time <- readTime defaultTimeLocale "%H:%M" ^<< getAttrValue "Time" -< x
    price <- read ^<< getAttrValue "Price" -< x
    returnA -< Quote symbol date time price

parseQuoteDocument :: String -> IO (Maybe Quote)
parseQuoteDocument xml =
    liftM listToMaybe . runX . single $
    readString [] xml >>> getChildren >>> quoteParser

在Haskell中解析XML

猜你在找的XML相关文章