Linux系统如何处理文件中的CRLF？

Question

我知道CR LF（\\ r \\ n）会被解释为两个字符，“回车” +“换行”，但是当例如源代码时，这将如何影响不同的程序-

1. 作为要执行的bash脚本？
2. 作为要编译的源代码？ 例如，.c文件？

Answer 1

因为是空格字符序列，所以C会忽略CRLF，而Bash会忽略CRLF：

如果bash脚本的第一行（ #!/bin/bash ）具有CRLF行终止符，则该脚本将无法运行。 它将寻找文件/bin/bash\\r ，该文件不存在。

如果脚本的其他任何行具有CRLF行终止符，则将找不到该行上的命令（因为bash正在寻找名为some_command\\r的命令），或者将在末尾传递\\r它的最后一个参数。

Answer 2

Shell脚本

默认情况下，shell不会将CR视为空白。

源代码（ crlf67.sh ），CR用^M标记：

#!/bin/sh^M
^M
echo "Hello^M
World!"^M

显式运行命令：

$ sh crlf67.sh
: command not found
Hello
World!
$ sh crlf67.sh 2>&1 | vis -r
crlf67.sh: line 2: ^M: command not found
Hello^M
World!^M
$

（ vis命令是Brian W Kernighan的Rob派克Unix编程环境 （1983年11月）中vis程序的扩展版本。它使非打印字符可见。）

如果使脚本可执行：

$  make crlf67
cat crlf67.sh >crlf67 
chmod a+x crlf67
$ crlf67
-bash: ./crlf67: /bin/sh^M: bad interpreter: No such file or directory
$

内核也不会将CR视为空白，也无法找到命令。

C源代码

正式地，在C源代码中，如果行末尾是CRLF，则不能使用反斜杠在C中继续行，因为反斜杠后面的字符不是换行符（NL或LF）。 这是CR。 在一行的最后一个反斜杠之后，某些编译器会忽略空格（至少是CR），GCC 9.1.0表示的是一个空格，但也包括较早的版本。 它在反斜杠后警告空格（除非您像我一样使用-Werror ；否则将是错误）。 这不是标准规定的内容； 但是，即使-pedantic也不会忽略错误的表示法而停止它。

源代码（ crlf19.c ），CR用^M标记，换行符^J标记：

#include <stdio.h>^M^J
^M^J
int main(void)^M^J
{^M^J
    printf("Hello\   ^M^J
 world!\   ^M^J
\n");^M^J
    return 0;^M^J
}^M^J

GCC 9.1.0在macOS 10.14.5 Mojave上进行的编译：

$ gcc -O3 -g -std=c11 -Wall -Wextra -pedantic crlf19.c -o crlf19 
crlf19.c: In function ‘main’:
crlf19.c:5:18: warning: backslash and newline separated by space
    5 |     printf("Hello\
      |                   
crlf19.c:6:8: warning: backslash and newline separated by space
    6 |  world!\
      |         
$ gcc -O3 -g -std=c11 -Wall -Wextra -Werror crlf19.c -o crlf19 
crlf19.c: In function ‘main’:
crlf19.c:5:18: error: backslash and newline separated by space [-Werror]
    5 |     printf("Hello\
      |                   
crlf19.c:6:8: error: backslash and newline separated by space [-Werror]
    6 |  world!\
      |         
cc1: all warnings being treated as errors
$

此行为至少可以追溯到GCC 4.1.2 －该版本已在前Diluvian RHEL 5盒子上进行了测试。

如果您在反斜杠后删除空格，仅留下CRLF行尾，则GCC完全不会抱怨。

Answer 3

这取决于正在处理文件的程序。 我不认为有任何一般规则。

例如，我刚刚在原本为空的目录中创建了几个Shell脚本。 其中一个名为some_command ，以ASCII CR作为文件名的最后一个字符。

我可以通过将CR作为命令名的一部分从Shell脚本中调用该命令。 Shell（sh，bash或ksh）不将CR字符视为空格。

$ ls -l
total 16
-rwxr-xr-x 1 kst kst 26 Jul  1 16:46  crlf.bash
-rwxr-xr-x 1 kst kst 25 Jul  1 16:46  crlf.ksh
-rwxr-xr-x 1 kst kst 24 Jul  1 16:46  crlf.sh
-rwxr-xr-x 1 kst kst 21 Jul  1 16:49 'some_command'$'\r'
$ cat -v crlf.bash
#!/bin/bash
some_command^M
$ cat -v crlf.ksh
#!/bin/ksh
some_command^M
$ cat -v crlf.sh
#!/bin/sh
some_command^M
$ cat -v some_command
#!/bin/sh
echo hello
$ ./crlf.bash
Hello
$ ./crlf.ksh
Hello
$ ./crlf.sh
Hello
$

我使用的ls版本（GNU coreutils 8.28）具有特殊的语法，用于显示包含特殊字符的文件名。 cat -v CR字符显示为^M