彻底解读剪不断理还乱的\r\n和\n, 以Windows和Linux为例

多数程序员都会在不经意间遇到下面这两个问题:

1. linux上用vim写的文件test.txt拷贝到windows上, 结果所有的内容都显示在一行中。(当然, 如果你Windows上的编辑显示器够智能, 那就是另外一回事了)

2. Windows上建立的test.txt拷贝到linux上, 结果linux程序运行异常。(当然, 如果你的linux程序足够健壮, 那就没有问题了)

ps. 当你在Windows上写好linux shell script, 拷贝到linux下运行, 就会出问题。

为什么会出现上面的问题呢? 这就需要我们了解\r\n和\n了。

我们先以Windows为例来说明。 我们来新建一个dos.txt文件, 然后在第一行敲一下enter键, 然后保存文件。 此时, 我们查一下这个文件的大小, 结果发现是2个字节(而不是1个), 用UltraEdit查阅一下, 就知道文件中的两个字节是0x0d和0x0a, 也就是\r和\n. 但是, 如果用C程序来读取dos.txt文件, 发现又根本没有读取到\r, 这是怎么回事呢? 原来: 在Windows上的dos.txt文件中, 按一下enter键, 实际上就相当于C程序写\n字符,而由于历史原因, 写文件的时候, Windows系统会自动在\n前面加上\r, 这样, dos.txt文件中就有了\r\n了, 在读取的时候, Windows系统会自动去掉\r, 所以你的C程序根本读不读\r, 还是\n.

实话实说, 我发现很多地方讲\r\n和\n, 都说得不太清楚, 下面我来说一下, 希望是更清楚, 而不是更模糊:

Windows系统中有如下等价关系:

用enter换行 <====> 程序写\n <====> 真正朝文件中写\r\n(0x0d0x0a)<====>程序真正读取的是\n

我们直接给出linux系统中的等价关系:

用enter换行<====> 程序写\n<====> 真正朝文件中写\n(0x0a) <====>程序真正读取的是\n

现在, 我们看看本文开头部分的问题。 假设有一个linux下的unix.txt文件, 那么,, 它在文件中的换行标志是:\n, 现在把unix.txt拷贝靠Windows上, 那好啊, Windows那双犀利的眼神仿佛是在对unix.txt文件说: 别跟我整什么\n, 我只认识文件中的\r\n, 如果你这个unix.txt文件里面有\r\n, 那我就认为是换行符, 否则, 我不认你。 如此一来, Windows压根就找不到unix.txt中的\r\n, 所以, 对于Windows而言, 压根就没有发现unix.txt有任何换行, 所以, 我们从Windows上看到的unix.txt文件显示在一行里面。

同理, 假设Windows上有一个dos.txt文件, 那么, 它在文件中的换行标志是\r\n, 现在拷贝到linux下, 那好啊, 正如linus一样, linux这个倔强的家伙貌似在说: 别的我不管, 我遇到文件中的\n, 我就认为是换行, 至于其他的, 我只认为是正常的字符。 如此一来, \r就被当成了文件的正常部分, 也就是说, linux下的C程序不仅仅会读取到\n, 也会读取到它前面的\r.

实际上Windows上的文件是dos格式的, 而linux上的文件是unix格式的, 我们可以通过linux上的dos2unix和unix2dos来实现转化, 当然, 有的linux环境下, 需要用busybox dos2unix和busybox unix2dos.

下面, 我们用程序来简要验证一下上面的部分叙述。 现在Windows上创建一个dos.txt文件, 第一行写入12, 然后按enter, 然后在第二行写入3, 不按enter, 然后保存。 我们先来看看Windows上的程序:

// VC++6.0#include <stdio.h>#include <string.h>int main(){char szTest[100] = {0};int len = 0;FILE *fp = fopen("dos.txt", "r");if(NULL == fp){printf("failed to open dos.txt\n");return 1;}fgets(szTest, sizeof(szTest) – 1, fp);len = strlen(szTest);if('\n' == szTest[len – 1]){printf("yes1\n");}if('\r' == szTest[len – 2]){printf("yes2\n");}memset(szTest, 0, sizeof(szTest));fgets(szTest, sizeof(szTest) – 1, fp);len = strlen(szTest);if('\n' == szTest[len – 1]){printf("yes3\n");}if('\r' == szTest[len – 2]){printf("yes4\n");}fclose(fp);return 0;} 程序结果为:

yes1

我们看到, 读取的时候\r确实被去掉了。

好, 我们把dos.txt拷贝到linux下, 然后运行下面相同的程序:

// gcc#include <stdio.h>#include <string.h>int main(){char szTest[100] = {0};int len = 0;FILE *fp = fopen("dos.txt", "r");if(NULL == fp){printf("failed to open dos.txt\n");return 1;}fgets(szTest, sizeof(szTest) – 1, fp);len = strlen(szTest);if('\n' == szTest[len – 1]){printf("yes1\n");}if('\r' == szTest[len – 2]){printf("yes2\n");}memset(szTest, 0, sizeof(szTest));fgets(szTest, sizeof(szTest) – 1, fp);len = strlen(szTest);if('\n' == szTest[len – 1]){printf("yes3\n");}if('\r' == szTest[len – 2]){printf("yes4\n");}fclose(fp);return 0;} 结果:不畏不惧,不言不弃,冲破风雨的阻隔,黎明就在前方!

彻底解读剪不断理还乱的\r\n和\n, 以Windows和Linux为例

相关文章:

你感兴趣的文章:

标签云: