我該如何儘早做一個塊迴歸？

Question

我試圖用Haskell來抓取網頁並將結果編譯成對象。

如果出於任何原因，我無法從頁面中獲取所有項目，我想停止嘗試處理頁面並提前返回。

例如：

scrapePage :: String -> IO() 
scrapePage url = do 
    doc <- fromUrl url 
    title <- liftM headMay $ runX $ doc >>> css "head.title" >>> getText 
    when (isNothing title) (return()) 
    date <- liftM headMay $ runX $ doc >>> css "span.dateTime" ! "data-utc" 
    when (isNothing date) (return()) 
    -- etc 
    -- make page object and send it to db 
    return() 

問題是when不會停止DO塊或保持其他部分被執行。

這樣做的正確方法是什麼？

Answer 1

在Haskell沒有做同樣的事情在其他語言returnreturn。相反，return所做的是將值注入monad（在這種情況下爲IO）。你有幾個選項

最簡單的是，如果

scrapePage :: String -> IO() 
scrapePage url = do 
    doc <- fromUrl url 
    title <- liftM headMay $ runX $ doc >>> css "head.title" >>> getText 
    if (isNothing title) then return() else do 
    date <- liftM headMay $ runX $ doc >>> css "span.dateTime" ! "data-utc" 
    if (isNothing date) then return() else do 
    -- etc 
    -- make page object and send it to db 
    return() 

另一種選擇是使用unless

scrapePage url = do 
    doc <- fromUrl url 
    title <- liftM headMay $ runX $ doc >>> css "head.title" >>> getText 
    unless (isNothing title) do 
    date <- liftM headMay $ runX $ doc >>> css "span.dateTime" ! "data-utc" 
    unless (isNothing date) do 
     -- etc 
     -- make page object and send it to db 
     return() 

普遍的問題是這裏的IO單子沒有使用控制效果（除了例外）。在另一方面，你可以使用也許單子轉換

scrapePage url = liftM (maybe() id) . runMaybeT $ do 
    doc <- liftIO $ fromUrl url 
    title <- liftIO $ liftM headMay $ runX $ doc >>> css "head.title" >>> getText 
    guard (isJust title) 
    date <- liftIO $ liftM headMay $ runX $ doc >>> css "span.dateTime" ! "data-utc" 
    guard (isJust date) 
    -- etc 
    -- make page object and send it to db 
    return() 

，如果你真的想要得到你需要使用ContT

scrapePage :: String -> IO() 
scrapePage url = runContT return $ do 
    doc <- fromUrl url 
    title <- liftM headMay $ runX $ doc >>> css "head.title" >>> getText 
    when (isNothing title) $ callCC ($()) 
    date <- liftM headMay $ runX $ doc >>> css "span.dateTime" ! "data-utc" 
    when (isNothing date) $ callCC ($()) 
    -- etc 
    -- make page object and send it to db 
    return() 

警告完全成熟的控制效果：無上面的代碼已經測試，甚至類型檢查！

Answer 2

我從來沒有與Haskell合作過，但似乎很容易。嘗試when (isNothing date) $ exit()。如果這也不起作用，那麼確保你的陳述是正確的。有關詳情，請參閱此網站：Breaking From loop。

Answer 3

使用monad變壓器！

import Control.Monad.Trans.Class -- from transformers package 
import Control.Error.Util  -- from errors package 

scrapePage :: String -> IO() 
scrapePage url = maybeT (return()) return $ do 
    doc <- lift $ fromUrl url 
    title <- liftM headMay $ lift . runX $ doc >>> css "head.title" >>> getText 
    guard . not $ isNothing title 
    date <- liftM headMay $ lift . runX $ doc >>> css "span.dateTime" ! "data-utc" 
    guard . not $ isNothing date 
    -- etc 
    -- make page object and send it to db 
    return() 

對於返回值更大的靈活性，當你早日歸來，使用throwError/eitherT/EitherT，而不是mzero/maybeT/MaybeT。 （雖然那麼你可以不使用guard）

（可能也使用headZ代替headMay和溝明確guard。）