博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
\r \r\n \t的区别
阅读量:5113 次
发布时间:2019-06-13

本文共 1345 字,大约阅读时间需要 4 分钟。

\n 软回车

      在Windows 中表示换行且回到下一行的最开始位置。相当于Mac OS 里的 \r 的效果。
      在Linux、unix 中只表示换行,但不会回到下一行的开始位置。
\r 软空格:
      在Linux、unix 中表示返回到当行的最开始位置。
      在Mac OS 中表示换行且返回到下一行的最开始位置,相当于Windows 里的 \n 的效果。
\t 跳格(移至下一列)。

它们在双引号或定界符表示的字符串中有效,在单引号表示的字符串中无效。
\r\n 一般一起用,用来表示键盘上的回车键,也可只用 \n。
\t表示键盘上的“TAB”键。
就像你使用 enter和shift+enter的区别,如果要显示在页面上的效果还要转化为HTML或用...

文件中的换行符号: 

linux,unix:     \r\n 
windows    :     \n   
Mac OS   :   \r
对应:
\n LF或ASCII中的0x0A(10) 
\r CR或ASCII中的0x0D(13) 
\t 水平制表符-HT或ASCII中的0x09(9) 
\\ 反斜杠 
\$ 美圆符 
\" 双引号 
\' 单引号

 

有关它们的来历并引起分歧垢原由:

    “回车”(carriage return)和“换行”(line feed)这两个概念的来历和区别了。
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。
    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“\n”;Windows系统里面,每行结尾是“<换行><回车>”,即“\n\r”;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语言编程时(windows系统)
    \r 就是return 回到 本行 行首 这就会把这一行以前的输出 覆盖掉 
如: 
int main() { 
cout << "hahaha" << "\r" << "xixi" ; 
    最后只显示 xixi 而 hahaha 背覆盖了 
    \n 是回车+换行 把光标 先移到 行首 然后换到下一行 也就是 下一行的行首拉 
    int main() { 
    cout << "hahaha" << "\n" << "xixi" ; 
则 显示 :
hahaha
xixi

转载于:https://www.cnblogs.com/f158w058/p/6548073.html

你可能感兴趣的文章
java面试题
查看>>
提高码力专题(未完待续)
查看>>
IOS第17天(3,Quartz2D画板和画线)
查看>>
pair的例子
查看>>
前端框架性能对比
查看>>
@property中 retain 详解
查看>>
java8 stream初试,map排序,list去重,统计重复元素个数,获取map的key集合和value集合...
查看>>
Python爬虫个人记录(四)利用Python在豆瓣上写一篇日记
查看>>
jdk8 Function
查看>>
第二次作业
查看>>
迷茫中的自己
查看>>
burp suite 的intruder 四种攻击方式
查看>>
机器学习----人脸对齐的算法-ASM.AAM..CLM.SDM
查看>>
自定义文本选中样式
查看>>
python3 字符串/列表/元组(str/list/tuple)相互转换方法及join()函数的使用
查看>>
MySQL 数据库 的安装和基本管理
查看>>
note
查看>>
HTML5设备能否改变企业应用开发?
查看>>
uva 387 A Puzzling Problem (回溯)
查看>>
K均值算法实现
查看>>