回车、换行、和文件末尾空行

2016-05-18

回车和换行

回车 (Carriage Return) 和换行 (Line Feed) 的区别，这里有一个历史原因可参考：

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。

发明计算机时，这个概念被沿用下来，但因为条件的限制和设计者的喜好，有了一些分歧：

• 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"\r\n"
• 在老的 Mac 系统里，每行结尾是”<回车>"，即"\r"

我们来验证一下，我在 Windows 下用记事本新建一个文本文件，它的二进制编码如下：

//源文件内容
hello
hello2

//二进制内容
0000000: 6865 6c6c 6f0d 0a68 656c 6c6f 32         hello..hello2

同样在 Mac 下用 Vim 新建一个：

//源文件内容
hello
hello2

//二进制内容
0000000: 6865 6c6c 6f0a 6865 6c6c 6f32 0a         hello.hello2.

0a是 LF 的 ASCII 编码, 0d是 CR 的 ASCII 编码。区别很明显了

• Mac 下的文本文件在 Windows 下打开会成为一行，因为 Windows 只认识\r\n，也就是0d0a
• Windows 下的文本文件在 Mac 下打开，Vim 中会在每行末尾显示一个 ^M，(不是两个字符组成的)

文件末尾空行

POSIX对行的定义如下：

3.206 Line

A sequence of zero or more non- <newline> characters plus a terminating <newline> character.

行是由0个或者多个非 “换行” 符的字符组成，并且以 “换行” 符结尾。

这样做有什么好处呢，举个例子：

//hello.c
#include head.h
print('hello')

//world.c
#include tail.h
print('hello')

如果这两个文件都按 POSIX 规范来写， 在cat *.c之后，是没有问题的：

//cat.c

#include head.h
print('hello')
#include tail.h
print('hello')

如果缺少最后一行的换行符（如 Windows 文件那样的定义），cat之后，就有问题了：

//error.c

#include head.h
print('hello')#include tail.h
print('hello')

所以，从这点去理解 POSIX 对行的定义，非常合理，对于任意文件的拼接，也各自保持了文件的完整性。

不遵守标准带来的则是：在一些编辑器下面，比如 Sublime，他把\n的当做了行之间的分隔符，于是文件最后一行的\n就看上去成了一个新的空行，这就是错误解读标准造成的，拼接文件时也会产生不必要的麻烦，比如上例。

\ No new line at end of file

基于上面的原因，再去看 git diff 的\ No new line at end of file信息，就很好解释了。

各编辑器对于换行符的理解偏差，导致的文件确实发生了变化，多了或少了最后的0a，那么对于 diff 程序来说，这当然是不可忽略的，但因为0a是不可见字符，并且是长久以来的历史原因，所以 diff 程序有个专门的标记来说明这个变化，就是：

\ No new line at end of file

各编辑器也有相应的办法去解决这个问题，比如 Sublime，在Default/Preferences.sublime-settings中设置：

// Set to true to ensure the last line of the file ends in a newline
// character when saving
"ensure_newline_at_eof_on_save": true,

所以，请遵守规范。