如何检测来自不同操作系统的文本文件中的行尾？

Question

在C语言中，我通常一次读取一个字符的文本文件（例如，在FSM循环中，同时进行标记和解析）。 不幸的是，某些操作系统使用不同的方法来标记行的结尾，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尾？

我当前的方法是将'\\r'视为'\\n'并忽略空行。 不幸的是，这种方法仅在空行不改变基础文本的语义的情况下才有效。

我不想“检测”每个文件的行尾样式，并且我当然也不想基于#ifdef或其他类型的条件编译的解决方案。 还有有效的解决方案吗？

Answer 1

我通常不建议一次读取一个字符的文件，但是对于您的情况，我建议您“偷看”一个字符使用以下逻辑...

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

您不能真正相信所有文件都具有某种相似性，甚至不能相信文件本身遵循相同的约定，因此您应该为所有情况编写代码。 在这种情况下，如果您看到\\ r，则可能会看到\\ n，并且如果确实消耗了下一个字符并继续前进。

Answer 2

不幸的是，如果文件被传递了，或者使用允许您指定行尾的编辑器进行了编辑，或者由于许多其他类似原因，文件可能具有混合的行尾。 确定文件的“ the”行结束样式可能是投票的问题-多数以样式X结尾的行会获胜。

我所做的是

1. 将\\r当作换行符。 如果下一个字符是\\n则将其丢弃。 （如果下一个字符不是\\n则\\r仍算作换行符）

2. 将\\n视为换行符，除非您将其丢弃为（1）

Answer 3

我通常的做法是将'\\n'视为行终止符，如果前一个字符为'\\r' ，请将其删除（通常我最终会用0覆盖一个或另一个）。 如果您还想支持旧版Mac文本文件（仅'\\r'换行符），则可以采用单独的'\\r' ，单独的'\\n'或对"\\r\\n"作为换行符。