问题标签 [line-endings]

我正在 MSVC++2010 中编写 CRC32 例程，需要以二进制模式逐字节读取文件。

我正在使用ifstreamand istreambuf_iterator，它通常可以工作，但它对行尾做了一些奇怪的事情。

例如，如果我有一个包含内容的文件

我的程序的输出是

所以基本上，它用 CR 替换了最后一个 LF。奇怪的。

如果我有

它是

所以它交换了CRLF！当文件中有更多内容时，它也会交换它们。

有什么解决方法吗？我想为此坚持使用 C++，实际上我想读取二进制文件而不解释任何行尾（我认为只istream_iterator会这样做）！

为了完整起见，我的测试代码是这样的，改编自pyCRC：

更具体地说，我不确定紧随其后的“%”和“\”符号应该是什么意思：

这个返回语句是否被认为是一行代码？因为我最初认为“\”是为了将似乎过长的行分成两部分，以提高可读性并避免回绕。

另外，我这里的表格反映了我的代码中的内容。说 '(self.id, a, b, c, d, e, f)' 的部分确实比 return 语句的开头更远了一次。

基本上，该语句等效于：

在这个没有“\”涉及....

为什么在不同操作系统中编写的文档具有不同的行尾字符？这背后是否有任何技术原因，或者创作者只是因为他们想要而放置了不同的角色。

我正在从我的ClojureBox安装连接到一个 swank 服务器。即lein swank从我的项目目录，然后M-x slime-connect从 EmacsW32。

但是，当我这样做时，我会在 REPL ( ^M) 中到处看到 DOS 行尾。IE

我知道这与平台编码有关，但我无法弄清楚如何抑制它们。我在 EmacsW32 菜单中四处寻找并尝试了 java 命令行系统属性（在 lein.bat 中）-Dfile.encoding=ISO-8859-1，但无济于事。

我还发现了有关在缓冲区中全局查找/替换 ^M 的其他问题 - 但我想过滤 REPL 输出。

我还注意到*inferior-lisp*缓冲区中的以下内容：

(do (.. java.net.InetAddress getLocalHost getHostAddress) nil)(swank.swank/start-server "c:/Users/noahz/AppData/Local/Temp/slime.4912" :encoding "iso-latin-1-unix")

我想std::stringstream为我去掉那个回车（并且不想复制和修改segment）。

我该怎么办？我本以为无论如何都会发生这种情况，在 Linux 上，对于文本模式的流......但也许这种机制是在文件流的逻辑中。

我正在寻找一些适用于 Linux 的命令行工具，它们可以帮助我检测并将文件从iso-8859-1和windows-1252等字符集转换为utf-8以及从 Windows 行尾转换为 Unix 行尾。

我需要这个的原因是我正在通过 SFTP 使用 Windows 上的编辑器（如 Sublime Text）在 Linux 服务器上处理项目，这些编辑器不断地搞砸这些事情。现在我猜我的文件大约有一半是utf-8，其余的是iso-8859-1和windows-1252因为看起来 Sublime Text 只是在我保存文件时选择文件包含的字符集。即使我在选项中指定默认行结尾是LF，行结尾总是 Windows 行结尾，所以我的文件中大约有一半有LF，一半是CRLF。

所以我至少需要一个工具来递归地扫描我的项目文件夹并提醒我有LF行结尾偏离utf-8的文件，这样我就可以在将更改提交到 GIT 之前手动修复它。

任何关于该主题的评论和个人经验也将受到欢迎。

谢谢

编辑：我有一个临时解决方案，我使用tree并file输出有关我项目中每个文件的信息，但这有点不稳定。如果我不包括该-i选项，file那么我的很多文件都会得到不同的输出，例如ASCII C++ 程序文本和HTML 文档文本和英文文本等：

但是，如果我确实包含-i它，它不会向我显示行终止符：

另外为什么它显示charset=us-ascii而不是utf-8？什么是text/x-c++？有没有一种方法可以只输出charset=utf-8每个line-terminators=LF文件？

我有一个简单的 xml 文件。它将该文件中的一个元素定义为...

我创建了两个与该架构匹配的 Xml 文件，一个使用 CR/LF 行尾（Windows），另一个使用 LF 行尾（Unix）。

Unix 文件的 Comments 值的长度为 4000 字节。由于额外的 CR 字节，Windows 文件的相应长度大于 4000 字节也就不足为奇了。

使用 Xml Notepad 验证 Xml 文件时，两个文件都有效。正如预期的那样，CR/LF 应该根据 Xml 规范2.11 End-of-Line Handling自动转换为单个 LF

现在，当我通过 Xml 任务加载文件时，它只认为 Unix 文件是有效的，它认为 Windows 版本有超过 4000 个字符。

可以将 Xml 任务配置为按照 Xml 规范工作吗？还是我必须自己转换 CR/LF 行尾然后重新验证？

我有一个逗号分隔的值文件，当我在 vim 中打开它时，它看起来像这样：

等等。我相信这意味着我的 CSV 仅使用 CR（经典 mac）行尾。R 的 read.table() 函数表面上需要 LF 行结尾，或其一些变体。

我知道我可以预处理文件，这可能就是我要做的。

除了那个解决方案：有没有办法将 CR 文件直接导入到 R 中？例如，write.table() 有一个“eol”参数，可以用来指定输出的行尾——但我没有看到 read.table() 的类似参数（参见http://stat. ethz.ch/R-manual/R-patched/library/utils/html/read.table.html）。

Visual Studio 将在打开文件时检测到不一致的行尾，并且可以选择为该特定文件修复它。但是，如果我想修复解决方案中所有文件的行尾，我该怎么做？

我有一个在使用 PHP5 反射 API 的 Windows 和 Mac 上都能完美运行的应用程序。

我试图将应用程序部署到 Linux 机器（运行 PHP 5.3.6 的 CentOS 机器 - 生产服务器），却发现该ReflectionMethod::getDocComment()函数没有返回任何内容。我调查了一会儿，发现行尾是潜在的罪魁祸首。

我使用dos2unix服务器上的实用程序将行尾全部更改为 Unix 样式，并且脚本可以正常工作。现在这是奇怪的部分：它只工作一次。我的意思是，返回数据的脚本ReflectionMethod::getDocComment()工作一次，然后（不对磁盘上的文件或代码进行任何修改）它恢复为不工作。

任何帮助或建议将不胜感激。