windows和linux、Mac系统换行规则的区别

【 tulaoshi.com - 服务器 】

windows和linux、Mac系统换行规则的区别

 　　在计算机还没有出现之前，有一种叫做电传打字机(Teletype Model 33)的玩意，每秒钟可以打10个字符。但是它有一个问题，就是打完一行换行的时候，要用去0.2秒，正好可以打两个字符。要是在这0.2秒里面，又有新的字符传过来，那么这个字符将丢失。

　　于是，研制人员想了个办法解决这个问题，就是在每行后面加两个表示结束的字符。一个叫做"回车"，告诉打字机把打印头定位在左边界;另一个叫做"换行"，告诉打字机把纸向下移一行。

　　这就是"换行"和"回车"的来历，从它们的英语名字上也可以看出一二。

　　后来，计算机发明了，这两个概念也就被般到了计算机上。那时，存储器很贵，一些科学家认为在每行结尾加两个字符太浪费了，加一个就可以。于是，就出现了分歧。

　　Unix系统里，每行结尾只有"换行"，即"n";Windows系统里面，每行结尾是"回车换行"，即"rn";Mac系统里，每行结尾是"回车"。一个直接后果是，Unix/Mac系统下的文件在Windows里打开的话，所有文字会变成一行;而Windows里的文件在Unix/Mac下打开的话，在每行的结尾可能会多出一个^M符号。

　　因此在linux下创建的文本文件在windows中会连成一行，因为windows认为没有换行符(CRLF)。

　　在windows下创建的文本文件在linux中可能会出现每一行后面多了一个^M，这个^M要用ctrl + v ctrl + m打出，代表的意思就是CR(Carriage Return).

　　说到这里有人也许会问，为什么我在windows下创建的文本文件，在linux中显示正常呢?

　　例如，我在windows下创建一个文本文件a.txt，放到我的linux中，用vim打开

　　可以看到显示结果正常，行的结尾并没有^M符号。这是因为vim在打开文件时，会自动检测换行符，如果文本的所有换行符都是^M$(CRLF, 即windows的换行标记)，那么vim会自动以dos格式显示文本内容，忽略掉每一行结尾的^M$，因此文本显示是正常的。

　　注意上面我图片的两个箭头指示的vim编辑器最下方的两个标志[noeol]和[dos]，先来解释第二个标志"[dos]"，这表示vim识别到文本的每一行都是^M$的换行符，因此vim自动以dos文本格式来显示文件。所以我们看到文本显示是正常的。

　　那么为什么有的时候windows下创建或编辑的文件在linux下会出现^M呢，vim不是能自动识别吗?这是因为，vim会检查文本的每一行换行符，只要有一行的换行符不是windows格式，那么vim就会以unix文件格式来显示文件，这时换行符为$, 因此我们会看到文本的行后面多了一个^M符号。

　　这里我用cat -A显示文件的特殊符号：

　　文件一共四行，可以看换行符都是^M$(箭头所指)，因此vim会用[dos]文件格式来显示这个文本。

　　这里还可以发现文件的最后一行没有换行符，这就是第一张图vim中的[noeol]标志的由来 ，因为在windows下处理的文本，最后一行是不会加上换行符的，而linux下创建的文本的规则是每一行都有换行符，包括最后一行。因此vim会提示no end-of-line, 告诉我们这个文件包含没有换行符结束的行。

　　用wc -l统计这个文件的行数：

　　结果是3行，少了一行，原因是文件的最后一行没有换行符。

　　我在linux下用vim编辑一个新文件，内容和刚刚的a.txt一样，用cat -A查看：

　　可以看到linux下创建的文本，每一行都是有换行符的，包括最后一行，用wc -l统计行数：

　　这时统计结果正确。

　　再用sed替换windows下创建的a.txt, 将其中一行的换行符^M$中的^M去掉，变成linux的换行符$

　　这里我把文件的第二行的换行符替换成了linux格式的$，注意sed命令中的^M

　　在命令行中不是直接输入，而是 ctrl+v和ctrl+m. 再用vim打开这个文件：

　　由于第二行的换行符不是^M$格式，vim不会以dos文件格式来显示文件按，可以发现vim下方没有[dos]的提示了，表明vim以unix文件格式来显示这个文件，因此一些行的后面会多了一个^M标志。

　　补充：sed对windows换行符的处理

　　通过上面可以知道vim对于一个全部使用windows格式换行符的文本文件会以[dos]模式来显示这个文本，自动忽略行尾的^M.

　　博主在使用sed命令处理一些文件时，会出现一个本来显示正常的文件，被sed处理之后，再打开文件时发现再次出现讨厌的^M. 那么sed是如何处理windows换行符的文本呢?

　　先在windows下创建一个文本文件，传至我的linux中。用cat -A 显示特殊字符：

　　这里看到最后一行没有换行符，其他行的换行符为^M$, 使用sed处理这个文本文件，向第二行添加一些内容，再用cat -A查看：

　　这里我用.*匹配第二行的所有内容，&表示匹配到的所有内容，在&后面我加上了一些内容，用cat -A查看发现，sed在处理替换时，如果匹配到整个行，那么匹配的内容是除了换行符$(Linux 换行符)外的所有内容，即使这个文本的换行符是^M$(windows 换行符).

　　因此第二行的文本被sed处理后，^M被我的正则表达式.*当作文本内容而匹配到了，而$不会被匹配，永远在行的末尾充当换行符，这样一来^M和$就被拆散了。因此这一行的换行符在处理后成为了linux格式的换行符$. 用vim打开的效果如下：

　　因为文件的换行符是linux和windows混杂的，vim以unix文件格式显示这个文件，文件的^M被显示出来，并且第二行的^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下没有换行符，因此也没有^M.

　　得出结论：sed会把文件中的^M当作文件内容来处理，因此如果用sed处理windows下创建的文本文件，很有可能在处理之后显示时出现讨厌的^M. 关于其他的文本处理器如何处理windows的换行符，还有待进一步研究。

　　小结：

　　windows下创建的文件换行符为^M$，但最后一行结尾没有换行符

　　linux下创建的文件，每一行都会以换行符$结束，包括最后一行

　　vim打开文件时，如果文件的所有换行符都是dos格式的^M$，那么vim会自动以dos文件格式来显示文本文件，否则会以默认的unix格式显示文本，这是可能会在行的结尾出现^M的符号

　　wc -l是以$换行符来统计行数的，因此windows下创建的文件使用wc -l统计行数时会少一行

　　一个windows下创建的文件，在linux下显示正常，但是用某些文本处理命令，如sed处理后，文件的某些换行符可能会改变，造成显示不正常

　　sed处理文件时，会把windows换行符中的^M当作文件内容，即sed只保留$作为行末尾的换行符，因此可能会造成换行符不一致。