不同操作系统中可能的换行符是什么

Question

我们有一个代码逐行读取文件，每一行都存储为一个字符串。问题是 Linux 在行尾添加了 '\n'； windows 添加 '\r\n' 和 ios 在行尾添加 '\r'。我们想用 '\0' 替换所有这些特殊字符，以便得到我们的字符串。

是否有任何其他操作系统添加了其他字符？我们需要处理它。

针对下面的cmets，我尝试使用文本文件模式

file = fopen ( filename, "rt" );
while(fgets ( buf, sizeof buf, buf ) != NULL)
{
    (*properties)->url= (char *) malloc(strlen(buf)+1);
    strcpy( (*properties)->url, buf);
/////...................more code

}

//line x-->
strncpy(url,properties->url,strlen(properties->url));

在第 x 行，gdb 打印 "https://example.com/file\r\n\0" 用于属性->url

我的网址是“https://example.com/file”

Answer 1

有三种相对常见的换行约定：\r\n、\n 和 \r，当编辑者对换行约定感到困惑时，可能会出现第四种换行约定 \n\r。如果一种方法支持通用换行符，它同时支持所有四个，即使是固定的。

使用通用换行支持逐行读取文件很容易。唯一的问题是来自行缓冲源的交互式输入看起来像是晚了一行。为了避免这种情况，可以将行读入动态缓冲区，但不包括换行符；并在阅读下一行时使用换行符。例如：

#include <stdlib.h>
#include <string.h>
#include <errno.h>
#include <stdio.h>

ssize_t  getline_universal(char **dataptr, size_t *sizeptr, FILE *in)
{
    char   *data = NULL;
    size_t  size = 0;
    size_t  used = 0;
    int     c;

    if (!dataptr || !sizeptr || !in) {
        errno = EINVAL;
        return -1;
    }

    if (*sizeptr) {
        data = *dataptr;
        size = *sizeptr;
    } else {
        *dataptr = data;
        *sizeptr = size;
    }

    /* Ensure there are at least 2 chars available. */
    if (size < 2) {
        size = 2;
        data = malloc(size);
        if (!data) {
            errno = ENOMEM;
            return -1;
        }
        *dataptr = data;
        *sizeptr = size;
    }

    /* Consume leading newline. */
    c = fgetc(in);
    if (c == '\n') {
        c = fgetc(in);
        if (c == '\r')
            c = fgetc(in);
    } else
    if (c == '\r') {
        c = fgetc(in);
        if (c == '\n')
            c = fgetc(in);
    }

    /* No more data? */
    if (c == EOF) {
        data[used] = '\0';
        errno = 0;
        return -1;
    }

    while (c != '\n' && c != '\r' && c != EOF) {

        if (used + 1 >= size) {
            if (used < 7)
                size = 8;
            else
            if (used < 1048576)
                size = (3 * used) / 2;
            else
                size = (used | 1048575) + 1048577;

            data = realloc(data, size);
            if (!data) {
                errno = ENOMEM;
                return -1;
            }

            *dataptr = data;
            *sizeptr = size;
        }

        data[used++] = c;
        c = fgetc(in);
    }

    /* Terminate line. We know used < size. */
    data[used] = '\0';

    /* Do not consume the newline separator. */
    if (c != EOF)
        ungetc(c, in);

    /* Done. */
    errno = 0;
    return used;
}

上述函数的工作方式与 POSIX.1-2008 getline() 非常相似，不同之处在于它支持所有四种换行约定（甚至是混合的），并且它在读取的行中省略了换行符。 （也就是说，换行符不包含在返回值或动态分配的缓冲区中。换行符留在流中，供下一个getline_universal() 操作使用。）

与标准函数不同，getline_universal() 总是将 errno: 设置为零，如果成功，否则非零。如果您不喜欢这种行为，请随时更改。

作为一个用例示例：

int main(void)
{
    unsigned long  linenum = 0u;
    char          *line_buf = NULL;
    size_t         line_max = 0;
    ssize_t        line_len;

    while (1) {
        line_len = getline_universal(&line_buf, &line_max, stdin);
        if (line_len < 0)
            break;

        linenum++;

        printf("%lu: \"%s\" (%zd chars)\n", linenum, line_buf, line_len);
        fflush(stdout);
    }

    if (errno) {
        fprintf(stderr, "Error reading from standard input: %s.\n", strerror(errno));
        return EXIT_FAILURE;
    }

    /* Not necessary before exiting, but here's how to
       safely discard the line buffer: */
    free(line_buf);
    line_buf = NULL;
    line_max = 0;
    line_len = 0;

    return EXIT_SUCCESS;
}

请注意，由于free(NULL) 是安全的，您可以在调用getline_universal(&line_buf, &line_max, stream) 之前丢弃缓冲区（使用free(line_buf); line_buf = NULL; line_max = 0;）。