五十种语言的“圣诞快乐”（下）：F#实现
2009-12-28 11:18 by 老赵, 6954 visits不知道大家的圣诞节过的如何？有没有玩点啥有趣的东西？上次的文章中我们主要分析了使用Google Translate进行文字翻译的方式，并使用C#写了一个简单的的翻译程序，效果良好。不过，在平时开发过程中，对于此类问题我常用F#来解决这样的问题。那么使用F#来实现此类任务有什么优势吗？不错，我们现在便来看看这个问题。
简单的F#实现
话说F#和.NET框架可以无缝集成，因此理论上之前我们的C#代码怎么写，便可以使用F#来照着抄一遍。例如，我们先定义一个Sync模块，其中先定义一个获取全部目标语言的getLanguages函数：
#light module Sync open System open System.Text.RegularExpressions open System.Net open System.Web open System.Web.Script.Serialization open System.Collections.Generic open System.Text type private LangMap = Dictionary<string, string> let private getLanguages() = let url = "http://translate.googleapis.com" + "/translate_a/l?client=te&hl=zh-CN&cb=_callbacks_._0g3mb650r" let webClient = new WebClient() let script = webClient.DownloadString(url) let json = Regex.Match(script, @"'tl':({.+})}\)").Groups.Item(1).Value let serializer = new JavaScriptSerializer() serializer.Deserialize<LangMap>(json)
这个函数与之前C#版本的GetLanguages方法可谓一模一样，其返回结果便是一个字典，存储了目标语言的代号和名称——当然，这边我为Dictionary<string, string>取了一个别名LangMap，这样使用起来感觉更为方便，语义也更加清晰。
同样的，我们“翻译”一遍之前的Translate方法，变成如今的translateText函数：
let private translateText (text:string) sl tl = let url = "https://translate.googleapis.com" + "/translate_a/t?client=te&format=html&v=1.0" let encoded = text |> HttpUtility.UrlEncode let data = sprintf "q=%s&sl=%s&tl=%s&tc=1" encoded sl tl let webClient = new WebClient() webClient.Encoding <- Encoding.UTF8 let userAgent = "Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.0; Trident/4.0;)" webClient.Headers.Add(HttpRequestHeader.UserAgent, userAgent) let json = webClient.UploadString(url, data) let serializer = new JavaScriptSerializer() serializer.Deserialize<string>(json)
而最终进行多种语言翻译的，则是使用公有的translate函数：
let translate text sl = let languages = getLanguages() let translated = languages |> Seq.map (fun p -> translateText text sl p.Key) let names = languages |> Seq.map (fun p -> p.Value) Seq.zip names translated |> Seq.toArray
首先，所有语言会存入一个叫做languages的容器中，它是一个字典，实现了IEnumerable<KeyValuePair<string, string>>，在F#中便是seq<KeyValuePair<string, string>>，因此我们使用Seq模块的map方法将其转化为翻译后的结果，并存放在translated中。然后，我们获得每种语言的名称，最终与翻译的结果zip即可。translate函数最终返回的是一个存放着元组的数组，元组的类型是string * string。
至于调用，自然是很容易的。F#控制台程序也需要定义main函数，如下：
[<EntryPoint>] let main args = let output = Sync.translate "圣诞快乐" "zh-CN" |> Array.map (fun (lang, text) -> sprintf "%s：o%s" lang text) File.WriteAllLines("output.txt", output) Console.ReadLine() |> ignore 0
当然，如果我们只是把F#用成这样，那实在就没有多大价值了。
异步编程
刚才的代码放在名为Sync的模块中，很明显这是“同步”的。对于此类IO操作，使用同步IO是一件非常不明智的事情。当然，对于目前这样的小程序来说，使用同步IO并没有什么问题。但是您一会儿也会发现，异步IO对目前的情形也是十分有价值的。
异步IO除了“不阻塞”的含义在里面之外，我认为还需要包括“事件触发”这个含义在里面。例如，JDK很早就支持了异步IO，但是直到目前为止（JDK 6），它在Windows平台上的相关实现，依旧只是简单的“非阻塞”，而非基于Windows的异步IO机制IOCP。于此相对，它在Linux平台上的实现却使用了高效的epoll。因此，如Mina，Jetty等高性能IO通信框架在Windows下的表现要比Linux差很多——您会经常看到时不时有人以此来证明Windows性能低下，但我倒认为这只能证明Java的跨平台只是“功能”而不是“性能”，意义大打折扣。
至于跨平台的IO类库并非没有，例如著名的libevent便是一例。不过在JDK 7中“据说”会修复这方面问题，拭目以待。
对于在Windows平台下真正的异步IO机制IOCP，我之前在多篇文章中有所提及（包括与其有关的IO线程池）。在.NET平台上，各种类库的异步通信方式自然使用了IOCP，自不必提。但是，异步编程的性能虽然好，但它的最大问题还是“方便性”，最基础的一点，由于任务流需要分两部分进行，那么我们自然需要保留上下文吧？即便是如C#中提供了匿名函数，可以自动生成闭包来保持上下文，但是还是有其他问题——例如，异常处理怎么办？
当然，利用C#中的yield关键字可以简化这些问题，但是F#给我们更好的解决方案。F#应对异步编程提供了一个名为“异步工作流”的结构，它基于F#的“工作流”特性开发了一套异步类库，关于这一点在上次的Comet原型中也有提及。异步工作流的优势在于把一个“二段式”的异步调用合并在一起，这样在调用的时候便可以同步操作的方式进行。如此，无论是逻辑中的上下文信息还是异常处理都变得异常简单。
对于异步操作的“合并”，例如可以根据最常见的APM模式（即Begin/End）生成“单步”的工作流。不过对于WebClient来说，它的异步操作并非APM形式，而是基于“事件”。不过F#对此也提供了支持，因此我们可以为WebClient扩展两个函数：
type WebClient with member c.GetStringAsync(url) = async { c.DownloadStringAsync(new Uri(url)) let! args = c.DownloadStringCompleted |> Async.AwaitEvent return args.Result } member c.PostStringAsync(url, data) = async { c.UploadStringAsync(new Uri(url), data) let! args = c.UploadStringCompleted |> Async.AwaitEvent return args.Result }
我们在F#中可以“打开”任意一个类型，为其添加新的成员——不过自然这只是如C#中扩展方法那样的语法糖而已。我们为WebClient添加了GetStringAsync与PostStringAsync两个方法，它们返回的都是结果为一个字符串的异步数据流（即Async<string>），执行这个异步数据流之后便可以得到最终的结果。值得注意的是，async块只是在构造一个逻辑块，并没有真正调用。
于是，我们的getLanguages函数也可进行改写：
let private getLanguages() = async { let url = "http://translate.googleapis.com" + "/translate_a/l?client=te&hl=zh-CN&cb=_callbacks_._0g3mb650r" let webClient = new WebClient() // let script = webClient.DownloadString(url) let! script = webClient.GetStringAsync(url) let json = Regex.Match(script, @"'tl':({.+})}\)").Groups.Item(1).Value let serializer = new JavaScriptSerializer() // serializer.Deserialize<LangMap>(json) return serializer.Deserialize<LangMap>(json) }
您是否发现这段代码与之前的变化？没错，两者几乎一模一样。除了它变成了async构造块之外，唯一的区别只是被注释的两行代码。第一行代码中，原本我们使用的是同步的DownloadString函数，而现在我们则通过执行一个异步数据流（使用let!）来得到结果script——当然，执行的形式却是同步的。除此之外，最后返回结果需要使用return来标明。let!和return（以及其他的如return!）等操作符，都是F#编译器对“工作流”构造块（如async）使用中的“强制措施”，以此避免开发人员的误操作。
同样，translateText函数也将构造一个异步工作流：
let private translateText (text:string) sl tl = async { let url = "https://translate.googleapis.com" + "/translate_a/t?client=te&format=html&v=1.0" let encoded = text |> HttpUtility.UrlEncode let data = sprintf "q=%s&sl=%s&tl=%s&tc=1" encoded sl tl let webClient = new WebClient() webClient.Encoding <- Encoding.UTF8 let userAgent = "Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.0; Trident/4.0;)" webClient.Headers.Add(HttpRequestHeader.UserAgent, userAgent) let! json = webClient.PostStringAsync(url, data) // changed let serializer = new JavaScriptSerializer() return serializer.Deserialize<string>(json) // changed }
使用异步工作流的另一个好处在于，我们可以轻易地将异步工作流并行地执行。例如在目前的场景中，我们可以同时发起50多个异步IO请求，但同时却不占用任何线程——它们可能都在等着IO设备（即网卡）发送设备信号呢。于是乎，我们的translate函数便可以这样写：
let translate text sl = async { let! languages = getLanguages() let! translated = languages |> Seq.map (fun p -> translateText text sl p.Key) |> Async.Parallel let names = languages |> Seq.map (fun p -> p.Value) return Seq.zip names translated |> Seq.toArray }
并这样调用：
let output = Parallel.translate "圣诞快乐" "zh-CN" |> Async.RunSynchronously |> Array.map (fun (lang, text) -> sprintf "%s：%s" lang text)
这句代码中的Parallel便是指我们刚才开发的模块。这段代码的执行速度会比Sync模块要快很多，因此此时50多个翻译的请求并不是依次发出，而是同时发出，并通过响应IO设备的事件来工作。不阻塞，高效。
异步工作流的同步执行
之前的代码中，我们是将languages集合转化为一组translateText所生成的异步任务，然后由Async.Parallel合并成一个并行的异步任务。这种调用方式很简单，反而是如果您要将这组异步任务按照顺序一一执行起来比较麻烦。当然，这只是麻烦，并不困难，而且其实同样是非常自然的：
let translateSeq text sl = let rec translateSeq' targets acc = async { match targets with | [] -> return acc |> List.rev | t :: ts -> let! result = translateText text sl t return! translateSeq' ts (t :: acc) } async { let! languages = getLanguages() let targets = languages |> Seq.map (fun p -> p.Key) |> Seq.toList let! translated = translateSeq' targets List.empty let names = languages |> Seq.map (fun p -> p.Value) return Seq.zip names translated |> Seq.toArray }
您能解释一下这段代码的写法吗？
最后还是来看看执行效果吧。圣诞已过，新年将至。那么在这里就来祝各位兄弟们新年快乐吧！
相关文章
- 五十种语言的“圣诞快乐”（上）：分析与实现
- 五十种语言的“圣诞快乐”（下）：F#实现
F#? 能干啥用？ 能做web应用程序吗？