1. 程式人生 > >徹底解讀剪不斷理還亂的\r\n和\n 以Windows和Linux為例

徹底解讀剪不斷理還亂的\r\n和\n 以Windows和Linux為例

               

        多數程式設計師都會在不經意間遇到下面這兩個問題:

        1.  linux上用vim寫的檔案test.txt拷貝到windows上, 結果所有的內容都顯示在一行中。(當然, 如果你Windows上的編輯顯示器夠智慧, 那就是另外一回事了)

        2. Windows上建立的test.txt拷貝到linux上, 結果linux程式執行異常。(當然, 如果你的linux程式足夠健壯, 那就沒有問題了)

        ps. 當你在Windows上寫好linux shell script, 拷貝到linux下執行, 就會出問題。

        為什麼會出現上面的問題呢? 這就需要我們瞭解\r\n和\n了。

        我們先以Windows為例來說明。 我們來新建一個dos.txt檔案, 然後在第一行敲一下enter鍵, 然後儲存檔案。 此時, 我們查一下這個檔案的大小, 結果發現是2個位元組(而不是1個), 用UltraEdit查閱一下, 就知道檔案中的兩個位元組是0x0d和0x0a, 也就是\r和\n.  但是, 如果用C程式來讀取dos.txt檔案, 發現又根本沒有讀取到\r, 這是怎麼回事呢? 原來: 在Windows上的dos.txt檔案中, 按一下enter鍵, 實際上就相當於C程式寫\n字元,而由於歷史原因, 寫檔案的時候, Windows系統會自動在\n前面加上\r, 這樣, dos.txt檔案中就有了\r\n了, 在讀取的時候, Windows系統會自動去掉\r, 所以你的C程式根本讀不讀\r, 還是\n.

        實話實說, 我發現很多地方講\r\n和\n, 都說得不太清楚, 下面我來說一下, 希望是更清楚, 而不是更模糊微笑

        Windows系統中有如下等價關係:

        用enter換行 <====> 程式寫\n  <====> 真正朝檔案中寫\r\n(0x0d0x0a) <====>程式真正讀取的是\n

        linux系統中的等價關係:

        用enter換行 <====> 程式寫\n  <====> 真正朝檔案中寫\n(0x0a)  <====> 程式真正讀取的是\n

        現在, 我們看看本文開頭部分的問題。 假設有一個linux下的unix.txt檔案,  那麼, 它在檔案中的換行標誌是:\n, 現在把unix.txt拷貝靠Windows上, 那好啊, Windows那雙犀利的眼神彷彿是在對unix.txt檔案說: 別跟我整什麼\n, 我只認識檔案中的\r\n, 如果你這個unix.txt檔案裡面有\r\n, 那我就認為是換行符, 否則, 我不認你。 如此一來, Windows壓根就找不到unix.txt中的\r\n, 所以, 對於Windows而言, 壓根就沒有發現unix.txt有任何換行, 所以, 我們從Windows上看到的unix.txt檔案顯示在一行裡面。

       同理, 假設Windows上有一個dos.txt檔案, 那麼, 它在檔案中的換行標誌是\r\n, 現在拷貝到linux下, 那好啊, 正如linus一樣, linux這個倔強的傢伙貌似在說: 別的我不管, 我遇到檔案中的\n, 我就認為是換行, 至於其他的, 我只認為是正常的字元。 如此一來, \r就被當成了檔案的正常部分, 也就是說, linux下的C程式不僅僅會讀取到\n, 也會讀取到它前面的\r.

       實際上Windows上的檔案是dos格式的, 而linux上的檔案是unix格式的, 我們可以通過linux上的dos2unix和unix2dos來實現轉化, 當然, 有的linux環境下, 需要用busybox dos2unix和busybox unix2dos.

       下面, 我們用程式來簡要驗證一下上面的部分敘述。 現在Windows上建立一個dos.txt檔案, 第一行寫入12, 然後按enter, 然後在第二行寫入3, 不按enter, 然後儲存。 我們先來看看Windows上的程式:

// 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;}
      程式結果為:

yes1

      我們看到, 讀取的時候\r確實被去掉了。

     好, 我們把dos.txt拷貝到linux下, 然後執行下面相同的程式:

// 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;}
      結果:[[email protected] learn_c]$ xxd dos.txt 0000000: 3132 0d0a 33                             12..3[[email protected] learn_c]$ gcc test.c [[email protected] learn_c]$ ./a.out yes1yes2[[email protected] learn_c]$ 

       我們看到, 讀取的時候, \r還在。

       OK, 至此, \r\n和\n的問題基本算是清楚了, 以後再也不用糾結了。