C語言中‘\n'為什么能表示CRLF兩個字節

為什么要說這個簡單的問題？

 

眾所周知，在Windows下文本文件的換行符是CRLF，占兩個字節。在Unix下是LF，占一個字節。（還有奇葩的Mac是CR）。但是C語言中直接printf一個 ‘\n’，在Windows下就是CRLF兩個字符，然后getchar讀入，又成了’\n’這一個字符。這不是有點奇怪嗎？大多腳本語言還有Java中，‘\n’就是LF一個字節，ASCII碼是10。

先普及一個歷史故事

    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”，告訴打字機把打印頭定位在左邊界；另一個叫做“換行”，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。

C語言測試代碼

在Windows下運行下面的代碼：

#define _CRT_SECURE_NO_WARNINGS

#include <stdio.h>

int main()
{
    freopen("123456.txt", "w", stdout);
    char* str = "abc\n";
    printf(str);
    return 0;
}

“123456.txt”這一文件中就會有5個字節：‘a’ ‘b’ ‘c’ ‘CR’ ‘LF’。

 

但是如果把代碼改成這樣：

#define _CRT_SECURE_NO_WARNINGS

#include <stdio.h>

int main()
{
    freopen("123456.txt", "wb", stdout);
    char* str = "abc\n";
    printf(str);
    return 0;
}

就只有4個字節了：‘a’ ‘b’ ‘c’ ‘LF’。

原因往往都是最簡單的

標准C語言的文本流提供系統無關抽象層。

總結來說就是上面一句話。\n 在文本模式下是邏輯新行符，讀寫時可根據平台和物理存儲之間進行轉換，我們平時用標准C的輸入輸出時完全不用關注這一點，但是如果我們繞過標准輸入輸出直接調用windows中coredll.lib進行控制台輸入輸出時就必須面對這一現實。

個人觀點

標准問題往往都是無休止的爭論，CRLF的爭論也一直沒有停止過。CRLF與歷史更加統一，而LF更加簡潔，並沒有嚴格的孰優孰劣之分。