Question

如何将字符串中的所有换行序列规范化为一种类型？

我希望将它们全部用于电子邮件（MIME文档）的CRLF。理想情况下，这将包含在静态方法中，执行速度非常快，而不是使用正则表达式（因为换行符，回车符等的差异是有限的）。也许甚至有一种我忽略的BCL方法？

假设：在更多地考虑之后，我认为说CR是独立的或CRLF序列的一部分是一个安全的假设。也就是说，如果您看到CRLF，那么您就知道可以删除所有CR。否则，很难说出“/ r \ n \ n \ r”之类的行应该有多少行。

Answer 1

input.Replace("\r\n", "\n").Replace("\r", "\n").Replace("\n", "\r\n")

如果输入只包含一种类型的换行符（CR或LF或CR + LF），这将有效。

Answer 2

这取决于完全要求是什么。特别是，你想如何自己处理“\ r”？这应算作换行吗？作为一个例子，如何处理“a \ n \ rb”？这是一个非常奇怪的换行，一个“\ n”休息然后是一个流氓“\ r”，还是两个单独的换行符？如果“\ r”和“\ n”都可以自行换行，为什么“\ r \ n”不能被视为两个换行符？

以下是一些我怀疑合理效率的代码。

using System;
using System.Text;

class LineBreaks
{    
    static void Main()
    {
        Test("a\nb");
        Test("a\nb\r\nc");
        Test("a\r\nb\r\nc");
        Test("a\rb\nc");
        Test("a\r");
        Test("a\n");
        Test("a\r\n");
    }

    static void Test(string input)
    {
        string normalized = NormalizeLineBreaks(input);
        string debug = normalized.Replace("\r", "\\r")
                                 .Replace("\n", "\\n");
        Console.WriteLine(debug);
    }

    static string NormalizeLineBreaks(string input)
    {
        // Allow 10% as a rough guess of how much the string may grow.
        // If we're wrong we'll either waste space or have extra copies -
        // it will still work
        StringBuilder builder = new StringBuilder((int) (input.Length * 1.1));

        bool lastWasCR = false;

        foreach (char c in input)
        {
            if (lastWasCR)
            {
                lastWasCR = false;
                if (c == '\n')
                {
                    continue; // Already written \r\n
                }
            }
            switch (c)
            {
                case '\r':
                    builder.Append("\r\n");
                    lastWasCR = true;
                    break;
                case '\n':
                    builder.Append("\r\n");
                    break;
                default:
                    builder.Append(c);
                    break;
            }
        }
        return builder.ToString();
    }
}

Answer 3

简单变体：

Regex.Replace(input, @"\r\n|\r|\n", "\r\n")

为了获得更好的表现：

static Regex newline_pattern = new Regex(@"\r\n|\r|\n", RegexOptions.Compiled);
[...]
    newline_pattern.Replace(input, "\r\n");

Answer 4

string nonNormalized = "\r\n\n\r";

string normalized = nonNormalized.Replace("\r", "\n").Replace("\n", "\r\n");

Answer 5

Environment.NewLine;

对于非Unix平台，包含“ \ r \ n”的字符串，对于Unix平台，包含“ \ n”的字符串。

Answer 6

这是一种快速的方法，我的意思是。

它不使用昂贵的正则表达式函数。它也不使用多个替换函数，每个函数都通过多个检查，分配等单独循环数据。

因此，搜索直接在一个for循环中完成。对于必须增加结果数组容量的次数，在Array.Copy函数中也使用循环。这就是所有的循环。在某些情况下，更大的页面大小可能更有效。

public static string NormalizeNewLine(this string val)
{
    if (string.IsNullOrEmpty(val))
        return val;

    const int page = 6;
    int a = page;
    int j = 0;
    int len = val.Length;
    char[] res = new char[len];

    for (int i = 0; i < len; i++)
    {
        char ch = val[i];

        if (ch == '\r')
        {
            int ni = i + 1;
            if (ni < len && val[ni] == '\n')
            {
                res[j++] = '\r';
                res[j++] = '\n';
                i++;
            }
            else
            {
                if (a == page) // Ensure capacity
                {
                    char[] nres = new char[res.Length + page];
                    Array.Copy(res, 0, nres, 0, res.Length);
                    res = nres;
                    a = 0;
                }

                res[j++] = '\r';
                res[j++] = '\n';
                a++;
            }
        }
        else if (ch == '\n')
        {
            int ni = i + 1;
            if (ni < len && val[ni] == '\r')
            {
                res[j++] = '\r';
                res[j++] = '\n';
                i++;
            }
            else
            {
                if (a == page) // Ensure capacity
                {
                    char[] nres = new char[res.Length + page];
                    Array.Copy(res, 0, nres, 0, res.Length);
                    res = nres;
                    a = 0;
                }

                res[j++] = '\r';
                res[j++] = '\n';
                a++;
            }
        }
        else
        {
            res[j++] = ch;
        }
    }

    return new string(res, 0, j);
}

我现在''n \ r'实际上并没有在基本平台上使用。但谁会连续使用两种类型的换行符来表示两个换行符？

如果您想知道这一点，那么您需要先了解一下\ n和\ r是否在同一文档中单独使用。

什么是在C＃/ .NET中强制CRLF的快速方法？

6 个答案: