如何检测来自不同操作系统的文本文件的行结尾？

Question

在C中，我通常一次读取一个字符的文本文件（例如，在FSM的循环中，同时进行标记和解析）。不幸的是，一些操作系统使用不同的方法来标记一行的结尾，例如， Unix（"\n"），Mac OS（"\r"）和DOS / Windows（"\r\n"）。

因此我的问题是：如何正确检测来自不同操作系统的文本文件中的行结尾？

我目前的做法是将'\r'视为'\n'并忽略空行。不幸的是，只有空行不会改变底层文本的语义，这种方法才有效。

我不想“检测”每个文件的行结束样式，我当然不希望基于#ifdef或其他类型的条件编译的解决方案。是否有任何有效的解决方案？

Answer 1

我通常不建议一次读取一个字符的文件，但对于你的情况，我建议你“偷看”一个字符前面使用以下逻辑......

if c == '\r'
    p = peek
    if p == '\n'
        read next c

您无法真正相信所有文件具有一定的亲和力，甚至文件本身遵循相同的约定，因此您应该为所有情况编码。在这种情况下，如果您看到\ r \ n 可能看到\ n，并且您是否使用了下一个字符并继续。

Answer 2

不幸的是，如果文件已被传递，或者使用允许您指定行结尾的编辑器进行编辑，或者出于任何其他类似原因，则文件可以具有混合行结尾。 确定文件的“<”>行行结束样式可能需要投票 - 以风格 X 结尾的大多数行都会获胜。

我所做的是

1. 将\r视为换行符。如果下一个 char \n丢弃它。 （如果 下一个字符不是\n \r 算作换行符）

2. 将\n视为一个 换行，除非你扔掉它，因为（1）

Answer 3

我通常的做法是将'\n'视为行终止符，如果前一个字符是'\r'，则将其删除（通常我最终用0覆盖其中一个或另一个）。如果您还想支持旧版Mac文本文件（'\r' - 仅限换行符），那么您可以采用单独'\r'，孤独'\n'或{{1}对的方法作为换行符。