logo标签列表

确定文本文件中使用的换行符是什么

c#text-filescross-platformnewline
12

在 C# 中，最好的方法是确定文本文件中使用的行尾符（Unix、Windows、Mac）是什么？

2
请注意，对于Unicode文件，有许多不同的字符被认为是合法的行终止符。它们包括：回车符（U+000D）、换行符（U+000A）、回车符（U+000D）后跟换行符（U+000A）、行分隔符（U+2028）和段落分隔符（U+2029）。有时还会有一个“文本结束”（U+0003）字符，可以合法地用作文件的最后一行的终止符。 - LBushkin
很多文件甚至混合了几种类型（HL7，我在看你）。 - Joel Coehoorn
7个回答
16

请注意，文本文件可能具有不一致的换行符。你的程序不应因此而出错。使用StreamReader（和类似方法）上的ReadLine将自动处理任何可能的行结尾。

如果您手动从文件中读取行，请确保接受任何行结尾，即使不一致。实际上，使用以下算法相当容易：

  • 向前扫描直到找到CR或LF。
  • 如果读到CR，请向前查看下一个字符；
  • 如果下一个字符是LF，则消耗它（否则，将其放回）。
3
这里有一些高级猜测：读取文件，计算CR和LF的数量。
if (CR > LF*2) then "Mac" 
else if (LF > CR*2) then "Unix"
else "Windows"

请注意，较新的Mac（Mac OS X）使用Unix换行符。
2

我会先搜索文件中第一个出现的\r或\n，如果是\n，我会查看前面一个字符是否为\r，如果是，那么它就是\r\n，否则就是找到的任意一个。

5
如果你在文件中搜索第一个\r或\n，那么你就知道前面的字符不是这两个中的任意一个。我认为你的意思是看下一个字符（以确定是否为\r\n对）。 - ToolmakerSteve
0

有一个Environment.NewLine，但那只是用于确定当前系统上使用的内容，并不能帮助从各种来源读取文件。

如果是读取，我通常会寻找\n（编辑：显然有一些人仅使用\r），并假设该行在那里结束。

2
嗯，我会调换一下你的段落顺序——第二段是一个答案——不确定 Environment.NewLine 是否非常相关。 - STW
据我所见，问题中没有提到这是用于从各种来源读取还是写入多个目标，并且当时标签只是C#。如果问题涉及在其他平台（例如mono等）上“正确”编写，则认为Environment.NewLine很有用。无论如何，我没有花太多时间考虑段落的顺序。 - Don
0

我想你无法确定，必须在编辑器中设置。你可以使用一些人工智能，算法如下：

  1. 搜索每种类型的行尾，您将搜索这些特定字符
  2. 测量它们之间的距离。
  3. 如果一种类型倾向于重复，则假定那是该类型。计算重复次数并使用某种离散度量。

例如，如果您有CRLF的重复出现在38、40、45处，并且在公差范围内，您将默认假定行尾为CRLF。

0
如果是我，我会一次读取一个字符，直到遇到第一个\r或\n。这是假设您有合理的输入。
0
通常在读取大多数文本格式时，我会寻找换行符“\n”，然后修整整个字符串（开头和结尾的空格通常是冗余的）。
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接