设置 $/="\R" 是否允许 chomp() 正确处理 perl 中的大多数文件？答案

【问题标题】：Will setting $/="\R" allow chomp() to work correctly with most files in perl?设置 $/="\R" 是否允许 chomp() 正确处理 perl 中的大多数文件？
【发布时间】：2019-01-19 18:23:49
【问题描述】：

是否有人确定设置 $/="\R"; 是否会可靠地让 chomp() 做正确的事情，即删除一行中的任何行尾约定？

具体来说，我在 Windows 和 UNIX 上运行脚本，并且必须处理来自网络的文件，并且具有未知的行尾约定：MS-DOS、UNIX、MacOS

我最近偶然发现了“\R”，但我以前从未见过它。我认为它是新的。嗯，比 Perl 5.006 更新。（已经有一段时间了。）

“\R”声称也可以使用 Unicode 换行符。我无法正确测试。

谢谢。

-埃里克

我很惊讶地发现 stackoverflow 中实际上有一个“换行符”标签。

【问题讨论】：

标签： regex perl newline

【解决方案1】：

设置 $/='\R' 是否允许 chomp() 正确处理 perl 中的大多数文件？

将$/ 设置为'\R' 会将两个字符序列"\\R" 视为换行符。
将$/ 设置为"\R" 将导致有关Unrecognized escape 的警告。

\R 不是字符串，但仅在正则表达式的上下文中才有意义。但$/ 的文档明确指出：

记住：$/ 的值是一个字符串，而不是一个正则表达式。 awk 必须更好。 :-)

【讨论】：

老鼠。我想在某个地方有一个 perl 模块可以做到这一点。有什么喜欢的吗？
@Erik：请记住，如果您使用split ' ', $_，则无论如何都会删除行终止符（以及任何尾随空格）。如果任何类型的尾随空格无关紧要，您也可以使用s/\s+\z// 而不是chomp。最后，您可以安装PerlIO::eol，这将允许您执行open my $fh, '<:raw:eol(LF)', $file，之后all 行结尾将在输入流中显示为简单的LF。显然，必须明确选择输出文件的行终止符。
@Erik：您要求替代方案（特别是模块），所以我建议了三种方法。如果您的输出文件完全缺少行终止符，那么您只是用chomp（或其他）删除了它们，而不是将它们放回输出中。当然s/\R\z// 不会让它们神奇地重新出现。
@Erik：DOS Ctrl-Z 文件结束标记不应包含在磁盘文件大小中。不再需要它，因为 Windows 现在会跟踪目录条目中文件的大小，与 Linux 一样，所以如果您在输入数据中看到 Ctrl-Z，那么它要么是错误，要么是数据的一部分.很抱歉，如果您觉得我在解决您的问题后还要继续，但很明显，这不仅仅是行尾。所有系统都会在最后一行之后写入没有行终止符的文本文件；如果您使用 chomp 的等效项，则应该没有区别。
Re "为什么不用s{\R\z}{} 而不是chomp"，为什么不用s{\s+\z}{} 而不是chomp。如果您的格式有大量尾随空格，则说明出现问题。

【解决方案2】：

我刚才创建了Acme::InputRecordSeparatorIsRegexp 作为一个玩笑，但它确实为$/ 不能是正则表达式的限制提供了一种解决方法。 0.04版（刚刚上传），你可以说

use Acme::InputRecordSeparatorIsRegexp ':all';

open my $fh, '<:irs(\R)', 'file-with-ambiguous-line-endings.txt';
autochomp($fh,1);     # or (tied *$fh)->autochomp(1)
@lines = <$fh>;
...

【讨论】：