C++：多行字符串常量中的行尾是否有标准定义？

Question

如果我有一个多行字符串 C++11 字符串常量，例如

R"""line 1
line 2
line3"""

是否定义了行终止符/分隔符由哪些字符组成？

Answer 1

目的是原始字符串文字中的换行符映射到单个 '\n' 字符。这个意图没有表达得那么清楚 应该是，这导致了一些混乱。

引用的是 2011 ISO C++ 标准。

首先，这是它映射到单个 '\n' 字符的证据。

第 2.14.5 节 [lex.string] 第 4 段中的注释说：

[ 注意： 原始字符串文字中的源文件换行符会导致 结果执行中的换行string-literal。假设没有 在以下示例中，行首的空格， 断言会成功：

    const char *p = R"(a\
    b
    c)";
    assert(std::strcmp(p, "a\\\nb\nc") == 0);

——尾注]

这清楚地表明换行符映射到单个'\n' 特点。它也符合 g++ 6.2.0 和观察到的行为 clang++ 3.8.1（在 Linux 系统上使用源文件完成的测试 Unix 风格和 Windows 风格的行尾）。

鉴于注释中明确说明的意图和两个人的行为 流行的编译器，我会说依赖它是安全的——尽管它 看看其他编译器如何处理这个问题会很有趣。

然而，按照规范措辞的字面理解 标准很容易导致不同的结论，或者至少 有一些不确定性。

第 2.5 节 [lex.pptoken] 第 3 段说（强调添加）：

在开头和结尾的双引号字符之间 原始字符串，在第 1 阶段和第 2 阶段执行的任何转换 （三元组、通用字符名称和线拼接） 被还原；此回复应在任何 d-char 之前适用， r-char，或分隔括号被识别。

翻译阶段在 2.2 [lex.phases] 中指定。在第一阶段：

物理源文件字符被映射，在一个 实现定义的方式，以基本的源字符集 （为行尾指示符引入换行符）如果 必要的。

如果我们假设物理源文件字符到 基本字符集和换行符的引入是 “transformations”，我们可以合理地得出结论，例如， Windows 格式的原始字符串文字中间的换行符 源文件应该等同于\r\n 序列。 （我能想象 这对特定于 Windows 的代码很有用。）

（这种解释确实会导致系统出现问题，其中 行尾指示符不是字符序列，例如 其中每一行是一个固定宽度的记录。这样的系统很少见 这些天。）

作为"Cheers and hth. - Alf"'s answer 指出，有一个开放的 Defect Report 对于这个问题。 2013年提交的，现在还没有 解决了。​​

就个人而言，我认为混淆的根源是“任何”这个词 （强调如前所述）：

在原始的首尾双引号字符之间 字符串，any 在阶段 1 和 2 (trigraphs, 通用字符名称和线拼接） 被还原；这 reversion 应在任何 d-char、r-char 或分隔符之前应用 括号已标识。

当然是物理源文件字符到 可以合理地想到基本的源字符集 作为一个转换。带括号的子句“（三元组， 通用字符名称和线拼接）”似乎是有意的 指定要还原的哪些转换，但是 要么试图改变“转换”这个词的含义 （标准没有正式定义）或与使用相矛盾 “任何”这个词。

我建议将“任何”一词改为“确定”将表达 明显的意图更清楚：

在原始的首尾双引号字符之间 字符串，在阶段 1 和 2 中执行的某些转换（三元组， 通用字符名称和线拼接）被还原；这 reversion 应在任何 d-char、r-char 或分隔符之前应用 括号已标识。

这个措辞会更清楚地表明“三元组， 通用字符名称和线拼接”是唯一的 要还原的转换。 （并非所有事情都完成了 在翻译阶段 1 和 2 被还原，只是那些特定的 列出的转换。）

Answer 2

标准似乎表明：

R"""line 1
line 2
line3"""

相当于：

"line 1\nline 2\nline3"

来自 C++11 标准的 2.14.5 字符串文字：

4 [ 注意：原始字符串文字中的源文件换行会导致结果执行中的换行字符串文字。假设以下示例中行首没有空格，则断言将成功：

const char *p = R"(a\
b
c)";
assert(std::strcmp(p, "a\\\nb\nc") == 0);

—尾注 ]

5 [ 示例： 原始字符串

R"a(
)\
a"
)a"

相当于"\n)\\\na\"\n"。

Answer 3

^{注意：自发布答案以来，问题已发生重大变化。只剩下一半，即纯 C++ 方面。此答案中的网络焦点解决了原始问题的“将多行字符串发送到具有明确定义的行尾要求的服务器”。我一般不追求问题的演变。}

在程序内部，换行符的 C++ 标准是\n。这也用于原始文字中的换行符。原始文字没有特殊约定。

通常\n 映射到 ASCII 换行符，即值 10。

我不确定它在 EBCDIC 中映射到什么，但如果需要，您可以检查一下。

然而，在我的印象中，大多数协议使用 ASCII 回车加换行，即 13 后跟 10。这有时被称为 CRLF，在 ASCII 缩写 CR 表示回车和LF 换行。当 C++ 转义映射到 ASCII 时，这只是 C++ 中的 \r\n。

您需要遵守所使用协议的要求。

对于普通文件/流 i/o，C++ 标准库负责将内部 \n 映射到主机环境使用的任何约定。这称为文本模式，与不执行映射的二进制模式相反。

对于标准库未涵盖的网络 i/o，应用程序代码必须自己执行此操作，直接或通过某些库函数。

---

有一个关于此的活跃问题，core language defect report #1655“原始字符串文字中的行结尾”，由 Mike Miller 于 2013 年 4 月 26 日提交，他问到，

” 是否打算将原始字符串文字源中的 CRLF 表示为换行符或原始字符？

由于行尾值因原始文件的编码而异，并且考虑到在某些文件系统中没有行尾编码，而是行作为记录，很明显意图不是按原样表示文件内容——因为这在所有情况下都不可能做到。但据我所知，此 DR 尚未解决。