Question

如何在C中的任何编码中检查字符是否为换行符？

我有一项任务是编写自己的 wc 程序。如果我只使用(s[i] == '\n')，那么如果我将其称为自己，则会有另一个答案而不是原来的 wc 。
这是代码：

typedef struct
{
    int newline;
    int word;
    int byte;
} info;

info count(int descr)
{
    info kol;
    kol.newline = 0;
    kol.word = 0;
    kol.byte = 0;

    int len = 512;
    char s[512];
    int n;

    errno = 0;
    int flag1 = 1;
    int flag2 = 1;
    while(n = read(descr, s, len))
    {
        if(n == -1)
            error("Error while reading.", errno);

        errno = 0; 

        kol.byte+=n;
        for(int i=0; i<n; i++)
        {
            if(flag1)
            {
                kol.newline++;
                flag1 = 0;
            }

            if(isblank(s[i]) || s[i] == '\n')
                flag2 = 1;
            else
            {
                if(flag2)
                {
                    kol.word++;
                    flag2 = 0;
                }
            }
            if(s[i] == '\n')
                flag1 = 1;
        }
    }
    return kol;
}

它适用于所有文本文件，但是当我将其调用到文件后，我在编译后得到的答案 wc 给出了答案。

Answer 1

检查字符s[i]是否为换行符的方法很简单：

if (s[i] == '\n')

如果您正在读取以文本模式打开的文件（包括stdin），那么底层系统用于标记行尾的任何表示形式都将转换为单个{{1} } character。

您说您正在尝试编写自己的'\n'计划，并且通过与wc进行比较，您获得的结果与系统的'\n'不同。你没有告诉我们足够的猜测为什么会发生这种情况。向我们展示您的代码，并告诉我们到底发生了什么。

如果您正在读取编码方式不同的文件（例如，尝试在Windows系统上读取Unix格式的文本文件），则可能会遇到问题。但是wc会有同样的问题。

Answer 2

ASCII和Unicode中有几个换行符。

最着名的是来自ASCII的\r和\n。从技术上讲，这些是回车和换行。 Windows同时使用\r\n（技术上回车意味着转到第0列，换行意味着转到下一行，但我知道在实践中没有任何服从），unix仅使用\n。一些（不常见的）操作系统仅使用\r。

大多数应用程序都停在那里，并且不会受此影响。以下内容更具理论性。

Unicode使事情复杂化。 U + 000A和U + 000B与\r和\n相同（UTF-8中的二进制表示相同）。然后是U + 0085“下一行”，U + 2028“行分隔符”和U + 2029“段分隔符”。如果要检查所有内容，还可以检查垂直选项卡（U + 000B）。见这里：http://en.wikipedia.org/wiki/Newline#Unicode

Answer 3

据我所知，没有像isXXXXX()那样的标准函数（最接近的函数是isspace()，对于其他条件（空格，制表符，换页符等）也是如此。。）。简单地比较'\ n'应该解决你的问题;根据你认为是换行符，你可能还想检查'\ r'（回车）.UNIX标准作为行分隔符是'\ n'，Mac（在OS X之前）使用'\ r'（现在'\ n'更常见，但'\ r'有时仍被某些应用程序使用，例如MS Office），DOS / Windows使用“\ r \ n \ n“序列。

将字符检查为换行符

3 个答案: