post: pulling album info

Signed-off-by: Tsung-Ju Lii <[email protected]>

Author: usefulalgorithm

posts/2025-03-25-pulling-album-info.md

@@ -0,0 +1,90 @@
+---
+title: Using Haskell to generate post template (or, using Haskell in inappropriate places)
+layout: post
+comments: false
+tags: about this blog, haskell
+---
+
+我前陣子太閒，就想要自動地在我執行 Github workflow 的時候去觸發一個腳本，從一些網路上的資料庫抓我想要寫的專輯的相關資料。一般來說，做這種事情通常是直接用 Python 或是 Bash script + `jq` 之類的，又簡單又好懂，不過我天生喜歡瞎忙，想說既然都在用 Haskell 了，不如也來用 Haskell 寫這腳本。事實證明真的是比用 Python 麻煩很多...
+
+### 從哪裡抓專輯資料？
+
+我本來以為可以從 Bandcamp 去拉，但我寫信去要 API key 時，得到的回覆是沒有公開 API 可以拿到某張專輯的資訊。網上有一些專案好像可以不用爬蟲不用 API key 去拿到專輯資訊，不過看起來有點醜，就覺得算了。最後決定直接從 [Discogs](https://www.discogs.com/developers) 上面抓。做法是先用 `search` 找到某張專輯的 [master release](https://support.discogs.com/hc/en-us/articles/360005055493-Database-Guidelines-16-Master-Release)，拿到 master release 的 id，再用這個 id 去查找專輯的發行日期、廠牌跟封面。如果這張專輯太冷門，根本沒有 master release 的話，那麼就直接挑第一個 release，用它的 id 去拿我要的資訊。
+
+### 用 Haskell 解析 JSON 資料
+
+處理 JSON 資料時，Haskell 通常用 [aeson](https://hackage.haskell.org/package/aeson)。使用方式是先定義一個資料結構：
+
+```haskell
+data Release = Release {
+  artists  :: [String],
+  title    :: String,
+  year     :: Int,
+  released :: String,
+  imageUrl :: String,
+  labels   :: [String],
+  uri      :: String
+} deriving (Show, Eq, Generic)
+```
+
+接著實作 `ToJSON` 和 `FromJSON`。`ToJSON` 很簡單，直接把資料結構轉成 JSON 格式；`FromJSON` 就麻煩多了，得詳細定義如何把 JSON 轉成資料結構：
+
+```haskell
+instance ToJSON Release -- 無腦轉
+
+instance FromJSON Release where
+  parseJSON (Object v) = do
+    artists <- v .: "artists" >>= traverse (.: "name") -- "artists" 是個陣列，這裡的意思是取出陣列中每個元素的 "name"
+    title <- v .: "title" -- .: 表示從 v 中取出 "title" 的值
+    year <- v .: "year"
+    released <- v .: "released"
+    images <- v .: "images"
+    imageUrl <- case images of
+        (img:_) -> img .: "resource_url"
+        []      -> fail "No images found"
+    labels <- v .: "labels" >>= traverse (.: "name")
+    uri <- v .: "uri"
+    return Release {
+      artists = artists,
+      title = title,
+      year = year,
+      released = released,
+      imageUrl = imageUrl,
+      labels = labels,
+      uri = uri
+    }
+```
+
+可以看出來，如果資料結構很複雜，解析起來就得定義一堆結構來對應。用 Python 的話，這有點像寫一堆 Pydantic class，但每個 class 都得自己實作 `decode`。
+
+另一個麻煩點是，當你只想取一個深層的值時，Haskell 就有點麻煩了。對比下面兩行程式碼：
+
+```haskell
+body ^? key "results" . nth 0 . key (fromString queryKey) . _Integer
+```
+
+跟
+
+```python
+int(body["results"][0][queryKey])
+```
+
+可能我很淺？但我覺得 Python 的好讀多了。另外如果要在 Haskell 做這種操作，需要引入 [lens-aeson](https://hackage.haskell.org/package/lens-aeson) 套件，原生是不支援的。
+
+### 套件管理
+
+Haskell 的套件管理工具有 cabal 和 stack，感覺有點像 pip 和 poetry，但功能重疊得更多。
+
+### 在 Github workflow 裡執行 Haskell 程式
+
+如果每次在 workflow 裡面跑的時候都要重新 `stack build` （可以想像就是 `make build`）的話會花很多時間，實測下來大概需要二十分鐘左右。真的是太久了... 幸好有個專案就是在做 [stack action](https://github.com/freckle/stack-action/tree/v5/)，快取做得蠻好的，所以其實只有第一次提交有改到 Haskell code 的改動時會需要去把整包編好，其他時候就直接用快取的執行檔，那這大概一分鐘之內就能做完。
+
+### 結論
+
+還是用 Python 做這種事情會比較快：
+
+- 比較多人用：Discogs 有提供 Python SDK，甚至不用自己解析 API response。
+- Github workflow 設定起來比較不麻煩，而且不會需要花老半天編譯
+- JSON support
+
+不過如果你時間很多的話也是個不錯的體驗啦... 所有的程式碼都在 [這裡](https://github.com/usefulalgorithm/usefulalgorithm.github.io/tree/main/scripts/pull_album_info)。

scripts/pull_album_info/app/templates/post.md

@@ -2,7 +2,9 @@
 title: {{artists}} - {{title}}
 layout: post
 comments: false
-tags: {{year}}
+score: 
+released: {{released}}
+tags: {{year}}, music
 ---
 
 ![]({{imageUrl}})