c - C中将空行压缩为一个空行

Question

你好指的是同一个问题但是不同的代码。

Replacing multiple new lines in a file with just one

int main(void){

    format();
    printf("\n");
    return 0;
}

void format(){
    int c;
    size_t nlines = 1;
    size_t nspace = 0;

    while (( c= getchar()) != EOF ){

        /*TABS*/
        if(c == '\t'){
            c = ' ';
        }
        /*SPACES*/
        if (c ==' '){
            if(nspace > 0){
                continue;
            }
            else{
                putchar(c);
                nspace++;
                nlines = 0;
            }
        }

        /*NEW LINE*/
        else if(c == '\n'){
            if(++nlines >2){
                continue;
            }
            else {
                nlines++;
                nspace = 0;
            }
            putchar(c);
        }   
        else{
            putchar(c);
            nspace = 0;
            nlines = 0;
        }       
    }
}

我想将多个空行压缩成一个空行，但它似乎不起作用，在标准输出的 Cygwin 终端上，最后一行给了我额外的空行，尽管输入末尾没有空行.

例如
输入

Hello   Hi\n
\n
\n
Hey\t\tHola\n

期望的输出

Hello Hi\n
\n
Hey Hola\n

实际输出

Hello Hi\n
Hey Hola\n

请解释!

Answer 1

这是您的代码的一个变体。我删除了 format() 函数(这对我来说很不寻常，因为 SO 上的大多数程序都没有使用足够的函数)将它直接合并到 main() 中。该代码现在更加对称地处理空格和换行符，修复了 paddy 中也确定的双增量问题。的 answer .如果末尾还没有换行符，它也只会在末尾打印出一个换行符。这规范化了不以换行符结尾的文件。 nlines = 1; 的初始化处理文件开头的多个换行符——这已经做得很好了。

#include <stdio.h>

int main(void)
{
    int c;
    size_t nlines = 1;
    size_t nspace = 0;

    while ((c = getchar()) != EOF)
    {
        if (c == '\t')
            c = ' ';
        if (c == ' ')
        {
            if (nspace < 1)
            {
                putchar(c);
                nspace++;
                nlines = 0;
            }
        }
        else if (c == '\n')
        {
            if (nlines < 2)
            {
                putchar(c);
                nlines++;
                nspace = 0;
            }
        }
        else
        {
            putchar(c);
            nspace = 0;
            nlines = 0;
        }
    }
    if (nlines == 0)
        putchar('\n');
    return 0;
}

我的测试使用了一些特定于 Bash 的符号。我的程序是 sb73:最后一个测试输入不包括最终换行符。输出使用 ⌴ 指示输出中的换行符:

$ echo $'Hello   Hi\n\n\nHey\t\tHola\n' | sb73
Hello Hi⌴
⌴
Hey Hola
⌴
$

和:

$ echo $'\n\nHello   Hi\n\n\n    Hey\t\tHola\n' | sb73
⌴
Hello Hi⌴
⌴
 Hey Hola⌴
⌴
$

和:

$ printf '%s' $'\n\nHello   Hi\n\n\n    Hey\t\tHola' | sb73
⌴
Hello Hi⌴
⌴
 Hey Hola⌴
$

处理 CRLF 行结尾

注释指出上面的代码在 Cygwin 终端上不起作用，合理的原因是被修改的数据有 CRLF 行结尾。有多种解决方法。一个是找到一种强制标准输入进入文本模式的方法。在文本模式下，CRLF 行结尾应映射到输入时的 Unix 样式 '\n'(仅限 NL 或 LF)结尾，而 Unix 样式行结尾应映射到输出时的 CRLF 行结尾.

或者，可以简单地忽略 CR 字符:

--- sb73.c  2017-06-08 22:04:28.000000000 -0700
+++ sb47.c  2017-06-08 22:40:24.000000000 -0700
@@ -19,6 +19,8 @@
                 nlines = 0;
             }
         }
+        else if (c == '\r')
+            continue;    // Windows?
         else if (c == '\n')
         {
             if (nlines < 2)

这是一个“统一差异”，在代码中显示了额外的两行。或者可以将 CR 后面没有跟随 LF 作为常规字符处理，而处理 CR 后面跟着 LF 作为换行符组合:

--- sb73.c  2017-06-08 22:04:28.000000000 -0700
+++ sb59.c  2017-06-08 22:42:43.000000000 -0700
@@ -19,6 +19,17 @@
                 nlines = 0;
             }
         }
+        else if (c == '\r')
+        {
+            if ((c = getchar()) == '\n')
+            {
+               ungetc(c, stdin);
+               continue;
+            }
+            putchar('\r');
+            nspace = 0;
+            nlines = 0;
+        }
         else if (c == '\n')
         {
             if (nlines < 2)

可能有一种方法可以编写处理 CR 的状态机，但那样会更复杂。

我有一个 utod 程序可以将 Unix 风格的行结尾转换为 Windows 风格；我在管道中使用它来测试代码的新变体。