C以便于携带和国际友好的方式删除换行符

这里有一个简单的问题和一个潜在的棘手的答案：我正在寻找一种可移植的和本地化友好的方法来删除C中的尾随换行符，最好是基于标准的

我已经知道以下解决方案：

• 分析

  \r

  和

  \n

  的某些组合。在处理Windows、*nix和Mac时，它们都使用不同的序列来表示新行，这真的很不好看。另外，其他语言是否对新行使用相同的转义序列？我预计这将在使用不同于英语的字形的语言中爆发（比如日语或类似语言）

• 删除尾随的

  n

  字节并替换最后的

  \0

  。这似乎是一种更为脆弱的方式

• isspace

  看起来很诱人，但我只需要匹配换行符。其他空白被认为是有效的标记文本

• C++有一个类可以做到这一点，但在纯C的世界里，它对我帮助不大

• locale.h

  似乎是我想要的，但我看不到任何与提取换行符相关的内容

那么，这是一个我将不得不“推出我自己的”功能的实例，还是我遗漏了什么？谢谢

---

解决方案

最后，我分别结合了

风向标

和

Loic

中的两个答案，得出了最终的解决方案。有效的方法是使用方便的strcspn函数中断从Loic提供的链接中选择的第一个换行符。因此，我可以根据许多受支持的地区选择分隔符。这是一个很好的观点，在这个层面上，有太多的东西需要普遍支持；我甚至不知道西里尔语有几种不同的编码

通过这种方式，我可以在仍然使用标准库函数的情况下获得“足够好”的多国支持

因为我只能接受一个答案，所以我选择了风向标，因为他是我最后使用的。话虽如此，这两个答案对我来说真的很有用。

我所知道的最好的答案是

buffer [ strcspn(buffer, "\r\n") ] = 0;

---

这是处理

\r

和

\n

所有组合的安全方法-两者都有，一个或没有。

我建议用一个标准空格（US-ASCII 0x20）替换一个或多个空白字符。仅考虑ISO-8859-1字符（），空白由0x00..0x20（C0控制字符和空格）和0x7F..0xA0（删除、C1控制字符和无中断空格）中的任何字节组成。请注意，US-ASCII是ISO-8859-1的子集

但要考虑到Windows 1251（）为0x80..0x9F范围分配了不同的可见（非控制）字符。在这种情况下，如果不丢失文本信息，就不能用空格替换这些字节

有关空白字符的详细定义的参考资料：

还要考虑到可能会使用不同的编码，最常见的是：

• ISO-8859-1（）
• UTF-8（）
• 视窗1251（）

但在非西方国家（例如俄罗斯、日本），进一步的字符编码也很常见。存在许多编码，但尝试支持每种已知编码可能没有意义

---

因此，尝试定义和限制你的用例，因为它在完全通用性中执行意味着大量的工作。

< P>这个问题是针对C++用户的相同问题。

为任何区域设置和字符类型匹配换行符的操作如下：

#include <locale>

template<class Char>
bool is_newline(Char c, std::locale const & loc = std::locale()) 
{
  // Translate character into default locale and character type.
  // Then, test against '\n', which is the only newline character there.
  return std::use_facet< std::ctype<Char>>(loc).narrow(c, ' ') == '\n';
}

void remove_trailing_newlines(std::string & str) {
  while (!str.empty() && is_newline(*str.rbegin())
    str.pop_back();
}

---

这应该是绝对可移植的，因为它只依赖标准的C++函数。

Spffy，不知道关于代码> STRCSPN < /代码>。它是如何处理外国语言环境的？strcspn的MS文档中提到了语言环境，也许您可以跟进一下。啊，我在看Posix版本，它不包括locale参数（至少是

string.h

中的参数）。阅读评论，你建议用空格替换

CR

和

LF

。无论使用何种编码，这对于以换行符分隔的内容都没有用处。如果我误解了您的意思，我深表歉意（Thomas Dickey），但是

CR

和

LF

都是换行符；根据，我建议的范围包括ISO-8859-1的所有换行符（以及更多的控制字符）。但是，当然，总的想法必须根据具体的要求加以改进。