C语言中‘ '为什么能表示CRLF两个字节

为什么要说这个简单的问题？

 

众所周知，在Windows下文本文件的换行符是CRLF，占两个字节。在Unix下是LF，占一个字节。（还有奇葩的Mac是CR）。但是C语言中直接printf一个 ‘ ’，在Windows下就是CRLF两个字符，然后getchar读入，又成了’ ’这一个字符。这不是有点奇怪吗？大多脚本语言还有Java中，‘ ’就是LF一个字节，ASCII码是10。

先普及一个历史故事

    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“
”；Windows系统里面，每行结尾是“<回车><换行>”，即“ 
”；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。

C语言测试代码

在Windows下运行下面的代码：

#define _CRT_SECURE_NO_WARNINGS

#include <stdio.h>

int main()
{
    freopen("123456.txt", "w", stdout);
    char* str = "abc
";
    printf(str);
    return 0;
}

“123456.txt”这一文件中就会有5个字节：‘a’ ‘b’ ‘c’ ‘CR’ ‘LF’。

但是如果把代码改成这样：

#define _CRT_SECURE_NO_WARNINGS

#include <stdio.h>

int main()
{
    freopen("123456.txt", "wb", stdout);
    char* str = "abc
";
    printf(str);
    return 0;
}

就只有4个字节了：‘a’ ‘b’ ‘c’ ‘LF’。

原因往往都是最简单的

标准C语言的文本流提供系统无关抽象层。

总结来说就是上面一句话。 在文本模式下是逻辑新行符，读写时可根据平台和物理存储之间进行转换，我们平时用标准C的输入输出时完全不用关注这一点，但是如果我们绕过标准输入输出直接调用windows中coredll.lib进行控制台输入输出时就必须面对这一现实。

个人观点

标准问题往往都是无休止的争论，CRLF的争论也一直没有停止过。CRLF与历史更加统一，而LF更加简洁，并没有严格的孰优孰劣之分。