MSVC 和 g++ 中的不同行尾

Posted 2023-02-22

【中文标题】MSVC 和 g++ 中的不同行尾

【英文标题】：Different line endings in MSVC and g++

【发布时间】：2020-12-04 10:35:11

【问题描述】：

我正在尝试解析文件中的文本，我必须在其中检测空行。 我在 2 个地方运行代码：

win 10，视觉工作室 2019(MSVC) 在 WSL、ubuntu 20.04、g++ 下

相同的计算机，相同的文件，相同的代码。

while (getline(inputFile, line))

    if (line.length() == 1)
    
        std::cout << "Empty line" << std::endl;
    
/*blabla*/

使用此代码，MSVC 不会打印空行，而 g++ 会。

---

if (line.empty())

    std::cout << "Empty line" << std::endl;

使用此代码，MSVC 会找到空行，而 g++ 不会。

---

if (int(line[0]) == 10 || int(line[0]) == 13)

    std::cout << "Empty line" << std::endl;

使用此代码 g++ 会找到空行，MSVC 不会

改变行尾的是Linux内核还是编译器？ 在每个系统上始终检测行尾和空行的正确方法是什么？

【问题讨论】：

\r, \n 可以替换幻数 10,13。

行尾的约定取决于操作系统。有 Windows 约定 (\r\n) 和 Unix 约定 (\n)，老前辈记得经典的（在 OS X 之前）Mac 约定 (\r)。如果您在不同的操作系统之间传输文本文件，您需要使用某种工具重新编码它们，或者准备好解析程序中的不同行尾。自然地，Unix 程序会将\r 视为常规字符而不是行尾序列的一部分。丢弃它是你的责任。

注意：在空行上执行line[0] 会使程序具有未定义的行为。

您可能需要检查常见的unix2dos 和dos2unix 工具，它们在\n 之前添加或删除\r。

【参考方案1】：

您的困难源于您在同一台机器上混合了 Windows 和 Linux 行尾。 WSL 是一个类似 Linux 的环境，在 WSL 上处理 Windows 文件与在真正的 Linux 机器上处理它们没有什么不同，即有问题。

std::getline 去除\n (0x0A) 行尾，另外在MSVC 中，以文本模式读取文件会自动去除\r (0x0D) 字符。后者不会在 Linux 上发生。

因此，在非 Windows 平台上读取 Windows 文本文件（以 \r\n 行结尾）将删除 \n，但将 \r 留在行尾。

如果您想处理这种情况，您可以手动去除尾随的\r。例如

while (std::getline(inputFile, line))

    if (!line.empty() && line.back() == '\r')
    
        line.pop_back();
    
    if (line.empty())
    
        std::cout << "Empty line" << std::endl;
    

在调试时以二进制模式打印出line 通常很有帮助，因为\r 和\n 是不可见字符。