各操作系统中的换行符差异

http://blog.csdn.net/jadyer/article/details/8212067

我们通常会把应用部署在Linux上，而在使用vi查询应用日志时，可能会发现有一个^M符号，如下所示

[2012112107:53:19][pool-3-thread-3][AbstractAction]^M
------------------------------------------------------------------------------------------^M
【通信双方】(0x00004AFE:niosocket,server,/192.168.13.3:59565=>/192.168.12.2:80)^M
【收发标识】Receive^M
【报文内容】POST/tra/trade/noCardNoPassword.htmHTTP/1.1^M
Content-Type:application/x-www-form-urlencoded;charset=GB18030^M
Cache-Control:no-cache^M
Pragma:no-cache^M
User-Agent:Java/1.6.0_24^M
Host:192.168.20.1^M
Accept:text/html,image/gif,image/jpeg,*;q=.2,*/*;q=.2^M
Connection:keep-alive^M
Content-Length:541^M
^M
cooBankNo=CMBC_CREDIT&signType=MD5&amount=499900&orderValidityNum=15&CVVNo=255^M
------------------------------------------------------------------------------------------
[2012112116:37:15][pool-3-thread-26][AbstractAction]^M
------------------------------------------------------------------------------------------^M
【通信双方】(0x0000E522:niosocket,server,/58.83.141.39:60796=>/192.168.12.2:80)^M
【收发标识】Receive^M
【报文内容】GET/notify_yeepay?p1_MerId=11&r0_Cmd=Buy&r1_Code=1&r2_TrxId=22HTTP/1.1^M
Content-Type:application/x-www-form-urlencoded;charset=GBK^M
Cache-Control:no-cache^M
Pragma:no-cache^M
User-Agent:Java/1.5.0_14^M
Host:123.125.**.248^M
Accept:text/html,image/gif,image/jpeg,*;q=.2,*/*;q=.2^M
Connection:keep-alive^M
^M
^M
------------------------------------------------------------------------------------------

这里就引伸出一个概念：换行符，也就是CR（Carriage Return）和LF（Line Feed）的问题
通常我们在EditPlus——工具——参数设置——文本——新建文件—>>中可以看到PC/UNIX/MAC三种格式
而在UltraEdit——高级——配置——文件处理——新建文件类型——>>中可以看到DOS/UNIX/MAC三种格式
而且UltraEdit在保存文件时也可以指定文件格式：DOS为CRLF，UNIX为LF，MAC为CR
实际上CR(回车符)和LF(换行符)都是用来表示下一行的，只不过各个系统采用的方式不同而已
DOS/Windows系统采用CRLF(即回车+换行)表示下一行
Linux/UNIX系统采用LF表示下一行
MAC系统采用CR表示下一行
注：CR的ASCII是十进制数的13，十六进制的0x0D，LF为10和0x0A

多数的计算机语言中，CR表示为字符或者字符串就是"\r"，LF为"\n"
而各语言的printf()函数中的"\n"则代表的是一个逻辑上的意义，即当前操作系统中的下一行
所以在UNIX上它代表的是LF，在Windows上则是CRLF

另外，HTTP/1.1协议的RFC2616规范中明确说到：
HTTP/1.1将CRLF的序列定义为任何协议元素的行尾标志，但这个规定对实体主体（endtity-body）除外
实体主体（entity-body）的行尾标志是由其相应的媒体类型定义的
于是，可以粗略理解为上面贴出来的HTTP报文中的"【报文内容】"部分（即HTTP请求的原始报文）
它的每一行都是以CRLF结尾的（所以在使用Mina2.x编写HTTP服务器时就可以根据0x0D和0x0A来判断了）

最后，回归主题：Linux上的报文尾部出现的^M符号
当使用vi查询日志时，vi内部会认为该日志为Linux格式的，它也只认LF
于是vi就会把遇到的CR干掉，取而代之的就是显示出来一个^M符号

下面再引申出来一个关于CR(回车)和LF(换行)的历史，仅供了解
计算机出现之前，是使用电传打字机(Teletype Model 33)打印字符的，它每秒可以打10个字符
但在打完一行后，准备换行时发现，换行需要用去0.2秒，而这0.2秒又正好可以打印两个字符
而如果在这0.2秒期间，又有新的字符传过来，那么传过来的这个字符将丢失，因为它正在换行
于是，研制人员为了解决此问题，就决定在每行后面添加两个表示结束的字符，即CR(回车)和LF(换行)
CR(回车)：告诉打字机把打印头重定位在该行的左边界
LF(换行)：告诉打字机把打印头下移一行，即把纸向下移一行
接着，随着计算机的发明，这种处理机制也就被移到了计算机上
但当时存储器很贵，有些人认为在每行结尾加两个字符太浪费了，应该加一个就行了，于是乎分歧出现了
DOS/Windows系统采用CRLF(即回车+换行)表示下一行
Linux/UNIX系统采用LF表示下一行
MAC系统采用CR表示下一行
这种分歧导致的直接后果就是：
Windows中打开Linux/UNIX系统下的文件时，所有的文字都会变成一行(因为Windows只认为CRLF才表示换行)
Linux/UNIX中打开Windows系统下的文件时，在每行的结尾可能会多出一个^M符号
而^M符号是Linux等系统规定的一个特殊标记，它占一个字符的大小，它不是^和M的组合，是打印不出来的
并且^M符号也只是用于显示而已，它不会真正的写入到文件中