windows和linux換行規則的區別


在計算機還沒有出現之前,有一種叫做電傳打字機(Teletype Model 33)的玩意,每秒鍾可以打10個字符。但是它有一個問題,就是打完一行換行的時候,要用去0.2秒,正好可以打兩個字符。要是在這0.2秒里面,又有新的字符傳過來,那么這個字符將丟失。

於是,研制人員想了個辦法解決這個問題,就是在每行后面加兩個表示結束的字符。一個叫做"回車"(Carriage Return),告訴打字機把打印頭定位在左邊界;另一個叫做"換行"(Linefeed),告訴打字機把紙向下移一行。

這就是"換行"和"回車"的來歷,從它們的英語名字上也可以看出一二。

后來,計算機發明了,這兩個概念也就被般到了計算機上。那時,存儲器很貴,一些科學家認為在每行結尾加兩個字符太浪費了,加一個就可以。於是,就出現了分歧。

Unix系統里,每行結尾只有"<換行>",即"\n";Windows系統里面,每行結尾是"<回車><換行>",即"\r\n";Mac系統里,每行結尾是"<回車>"。一個直接后果是,Unix/Mac系統下的文件在Windows里打開的話,所有文字會變成一行;而Windows里的文件在Unix/Mac下打開的話,在每行的結尾可能會多出一個^M符號。

(以上內容轉載自阮一峰blog

 

因此在linux下創建的文本文件在windows中會連成一行,因為windows認為沒有換行符(CRLF)。
在windows下創建的文本文件在linux中可能會出現每一行后面多了一個^M,這個^M要用ctrl + v ctrl + m打出,代表的意思就是CR(Carriage Return).

說到這里有人也許會問,為什么我在windows下創建的文本文件,在linux中顯示正常呢?

例如,我在windows下創建一個文本文件a.txt,放到我的linux中,用vim打開


可以看到顯示結果正常,行的結尾並沒有^M符號。這是因為vim在打開文件時,會自動檢測換行符,如果文本的所有換行符都是^M$(CRLF, 即windows的換行標記),那么vim會自動以dos格式顯示文本內容,忽略掉每一行結尾的^M$,因此文本顯示是正常的。

注意上面我圖片的兩個箭頭指示的vim編輯器最下方的兩個標志[noeol]和[dos],先來解釋第二個標志"[dos]",這表示vim識別到文本的每一行都是^M$的換行符,因此vim自動以dos文本格式來顯示文件。所以我們看到文本顯示是正常的。

那么為什么有的時候windows下創建或編輯的文件在linux下會出現^M呢,vim不是能自動識別嗎?這是因為,vim會檢查文本的每一行換行符,只要有一行的換行符不是windows格式,那么vim就會以unix文件格式來顯示文件,這時換行符為$, 因此我們會看到文本的行后面多了一個^M符號。

這里我用cat -A顯示文件的特殊符號:

文件一共四行,可以看換行符都是^M$(箭頭所指),因此vim會用[dos]文件格式來顯示這個文本。
這里還可以發現文件的最后一行沒有換行符,這就是第一張圖vim中的[noeol]標志的由來 ,因為在windows下處理的文本,最后一行是不會加上換行符的,而linux下創建的文本的規則是每一行都有換行符,包括最后一行。因此vim會提示no end-of-line, 告訴我們這個文件包含沒有換行符結束的行。

用wc -l統計這個文件的行數:

結果是3行,少了一行,原因是文件的最后一行沒有換行符。

我在linux下用vim編輯一個新文件,內容和剛剛的a.txt一樣,用cat -A查看:

可以看到linux下創建的文本,每一行都是有換行符的,包括最后一行,用wc -l統計行數:

這時統計結果正確。

再用sed替換windows下創建的a.txt, 將其中一行的換行符^M$中的^M去掉,變成linux的換行符$

這里我把文件的第二行的換行符替換成了linux格式的$,注意sed命令中的^M
在命令行中不是直接輸入,而是 ctrl+v和ctrl+m. 再用vim打開這個文件:


由於第二行的換行符不是^M$格式,vim不會以dos文件格式來顯示文件按,可以發現vim下方沒有[dos]的提示了,表明vim以unix文件格式來顯示這個文件,因此一些行的后面會多了一個^M標志。

 

補充:sed對windows換行符的處理

通過上面可以知道vim對於一個全部使用windows格式換行符的文本文件會以[dos]模式來顯示這個文本,自動忽略行尾的^M.

博主在使用sed命令處理一些文件時,會出現一個本來顯示正常的文件,被sed處理之后,再打開文件時發現再次出現討厭的^M. 那么sed是如何處理windows換行符的文本呢?

先在windows下創建一個文本文件,傳至我的linux中。用cat -A 顯示特殊字符:

 

這里看到最后一行沒有換行符,其他行的換行符為^M$, 使用sed處理這個文本文件,向第二行添加一些內容,再用cat -A查看:

這里我用.*匹配第二行的所有內容,&表示匹配到的所有內容,在&后面我加上了一些內容,用cat -A查看發現,sed在處理替換時,如果匹配到整個行,那么匹配的內容是除了換行符$(Linux 換行符)外的所有內容,即使這個文本的換行符是^M$(windows 換行符).

因此第二行的文本被sed處理后,^M被我的正則表達式.*當作文本內容而匹配到了,而$不會被匹配,永遠在行的末尾充當換行符,這樣一來^M和$就被拆散了。因此這一行的換行符在處理后成為了linux格式的換行符$. 用vim打開的效果如下:

因為文件的換行符是linux和windows混雜的,vim以unix文件格式顯示這個文件,文件的^M被顯示出來,並且第二行的^M被sed匹配到,因而不在行尾。vim下方的[noeol]原因是最后一行在windows下沒有換行符,因此也沒有^M.

得出結論:sed會把文件中的^M當作文件內容來處理,因此如果用sed處理windows下創建的文本文件,很有可能在處理之后顯示時出現討厭的^M. 關於其他的文本處理器如何處理windows的換行符,還有待進一步研究。

 

在補充:用cat顯示文本時windows與linux換行符的處理

還是上面的文件,在使用sed命令替換之后用cat -A查看文件內容:

不顯示特殊字符,使用cat查看文件,發現顯示如下:

發現第二行的內容和預想的不一樣,我明明是在文件末尾加上的" hello"這個字符串,為什么跑到文件開頭了呢,而且還覆蓋了原來的字符。

第二行原來的內容是這樣的(紅色為特殊字符):

My name is Liao^M hello$

 

前面說過,^M這個特殊字符(注意這是一個特殊字符而不是兩個)所代表意義是回車(Carrige Return). cat在顯示第二行內容的時候從第二行的開頭開始讀取字符並輸出到屏幕上,當讀取到^M這個特殊字符時,將這個特殊字符的意義理解為最原始回車,打字機時代,回車表示機頭回到一行的開頭(注意只是回到當前行開頭,換行的意義才是移動到下一行),因此cat會回到行的開頭開始輸出字符到屏幕,后面的字符被顯示到了這一行開頭,這樣就會把原本這一行開頭的字符覆了。當打印到這一行的末尾時,讀取到了$linux換行符,然后換下一行行頭開始讀取和輸出字符。這樣就造成了第二行顯示時的奇怪現象。

結論:cat在普通輸出內容的模式下,會將^M字符理解為回車,即回到當前行的開頭,$字符理解為回車加換行,即到下一行行頭開始輸出內容。這樣如果一個文本的行當中包含一個^M字符時,cat在顯示這個文件時會出現意想不到的情況。

例如,我手動創建一個一行的文本,在文本中加入一個回車符^M:

然后用cat顯示這個文件:

可以發現cat在讀取到^M之后回到行的開頭開始輸出,因此^M后面的字符被輸出到了行的開頭,覆蓋了原來的內容。

 

 

小結

    • windows下創建的文件換行符為^M$,但最后一行結尾沒有換行符
    • linux下創建的文件,每一行都會以換行符$結束,包括最后一行
    • vim打開文件時,如果文件的所有換行符都是dos格式的^M$,那么vim會自動以dos文件格式來顯示文本文件,否則會以默認的unix格式顯示文本,這是可能會在行的結尾出現^M的符號
    • wc -l是以$換行符來統計行數的,因此windows下創建的文件使用wc -l統計行數時會少一行
    • 一個windows下創建的文件,在linux下顯示正常,但是用某些文本處理命令,如sed處理后,文件的某些換行符可能會改變,造成顯示不正常
    • sed處理文件時,會把windows換行符中的^M當作文件內容,即sed只保留$作為行末尾的換行符,因此可能會造成換行符不一致。
    • cat在不顯示特殊字符輸出文件內容時,會將^M當作回車命令處理,而$當作回車加換行。所以如果一個文件的換行符是混雜有linux和windows版本的,在vim下顯示時行尾為多出一個^M, 而cat下會顯示正常(因為cat會把^M當作特殊字符處理)。但如果文件中間有^M這個特殊字符時,cat的顯示會出現一些問題。


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM