如何检测文件是否有Unix换行符（\ n）或Windows换行符（\ r \ n）？

我正在通过FileStream更改文件（这是一个非常大的文件，我只需要在不重写整个文件的情况下更改标头）如何检测文件是否有Unix换行符（ n）或Windows换行符（ r n）？

该文件可以具有Unix或Windows换行符，对我来说很重要，以便我可以在更新文件时将正确的换行符写回文件中。

我可以编写一个简单的函数，使用FileStream以块的形式读取文件并检查换行字符

但是这个问题在之前必须解决，如果不是在C＃那么在Win32 API中呢？

什么是检测文件的换行样式的最有效方法？

2012-08-06 freshr

不确定，因此评论，但它可能会使用正则表达式，如：'\ r \ n $'？这将检查换行以'\ r \ n'结尾。如果没有，那么它必须是Unix系列。 – npinti 2012-08-06 13:51:15

不可能，因为使用.Net框架文件访问对象上的任何“ReadLine”方法去除换行符。如果你不关心一个文件使用的是什么样的换行样式，它们是很好的。如果我将文件作为流读取，我可以按照您的建议进行操作（基本上相当于我可能采取的方法..） – freshr 2012-08-06 14:03:30

您能保证文件中的所有行结束符都是一致的吗？从技术上讲，在同一个文件中可能会有不同的混合行结束符。 – 2012-08-06 14:53:20

非常感谢您的建议。我很惊讶没有找到容易重用的东西，所以我创建了一个简单的函数，我将它包含在这里。请注意，它只是找到第一个换行符（\ n或\ r \ n）并将其作为匹配返回。足够满足我的需求，但可能不够健壮。

public bool TryDetectNewLine(string path, out string newLine) 
    { 
     using (var fileStream = File.OpenRead(path)) 
     { 
      char prevChar = '\0'; 

      // Read the first 4000 characters to try and find a newline 
      for (int i = 0; i < 4000; i++) 
      { 
       int b; 
       if ((b = fileStream.ReadByte()) == -1) break; 

       char curChar = (char)b; 

       if (curChar == '\n') 
       { 
        newLine = prevChar == '\r' ? "\r\n" : "\n"; 
        return true; 
       } 

       prevChar = curChar; 
      } 

      // Returning false means could not determine linefeed convention 
      newLine = Environment.NewLine; 
      return false; 
     } 
    }

来源

2012-08-06 16:46:28 freshr

不幸的是，如果是Unix或DOS文件，我不认为有一种方法可以100％确定，因为大多数编辑器在打开/保存时没有纠正错误结尾的文件。

我会读取该文件作为流和搜索的“\ r \ n”个出现的，只有“\ n”

使用一个简单的统计分析（即哪一个具有最高的命中计数）的搜索结果可能会给你正确的答案。如果文件很大，那么读取文件的第一个X％就足够了。

更简单的解决方案当然是只搜索“\ r \ n”，如果找到，则假定它是DOS文件。如果文件是机器生成的，这应该工作到100％。

至于.NET Framework/WinAPI中的任何现有代码，我还没有看到任何执行此操作的代码。

来源

2012-08-06 14:17:13 Per

按照规定，如果不打开文本文件并通过字节流式传输，确实无法对文本文件的内容进行设置。如果您使用http下载文件，您可能会遇到麻烦，您可能会获得一种MIME类型来表示文件类型，但通常它只是“八位字节流”。当你可以蛮横强迫它，直到你找到一个换行符（“\ n”），然后备份一个字符，看看是否有回车符（“\ r”），我会采取更加平等的态度因为你必须以任何方式读取数据。

1）选择要读取的字节的样本大小，应该从文件中获取至少2或3条记录。

2）将每个字节的遭遇（我把这个单字节字符集设置在这里）存储为直方图。您可以通过将计数存储在由字节值索引的模式中来完成此操作，也可以使用字典。

3）看看回车和换行值计数。如果您有换行计数并且没有回车，那么它是一个unix文件。如果carraige返回和换行计数，那么它是一个Windows文件。

这种方法还允许您执行的操作是对入站文件进行质量检查。你有没有aplha数字直方图charcaters？然后有人向你传递了一个二进制文件。期待所有大写？然后在upercase字符外寻找计数。有很多检查可以避免处理非文本文件。

来源

2012-08-06 14:41:40 user957902

你和@ Per的解决方案都假设所有的行结束符都是一致的，在野外，从技术上来说很可能有混合行结束标记。 – 2012-08-06 14:48:16

没错，但是这里的练习是假设file is unix or windows。我假设入站文件是一种格式，或者是因为问题中提到的内容，如果一个预期的混合LF＆CR/LF终止记录，那么它可能无关紧要行被终止。 – user957902 2012-08-06 14:58:46

如何检测文件是否有Unix换行符（\ n）或Windows换行符（\ r \ n）？

回答

相关问题