带有 (CR) (LF) 的文本字节长度

Question

我从 sqlite3 得到的值可以用十六进制写成“0x0D 0x0A”。是的，它是（CR）和（LF）。我想知道我拥有的数据长度。但是命令“字符串长度”返回 1，而不是 2。“字符串字节长度”也返回 1。如何获得正确的数据长度（以字节为单位）？

这是一个简单的例子。在实际程序中，我从 sqlite 获得了不同的文本数据，编码未知。我只需要以字节为单位获取数据长度。但是文本中的每个 (CR)(LF) 都计为 1 个字节。 从 sqlite 和文件中获取数据的示例：

sqlite dbcmd messages.db
set t [dbcmd message from messages limit 1,1]
string length $t


set f [open test.txt r]
set t [read $f]
string length $t

（Windows 7，ActiveTcl 8.6.4，tclkit 8.6.6）

Answer 1

默认情况下， Tcl 将正在读取的文件中的 CR-LF 序列转换为简单的 LF 字符。这通常很有用，因为它大大简化了脚本中的普通文本处理。但是，如果需要确切的值，则可以使用 fconfigure 将通道置于备用处理模式。例如，将频道的-translation 设置更改为lf（从auto）将保留所有回车符（以及换行符）。

set f [open test.txt r]
fconfigure $f -translation lf
set t [read $f]
string length $t

一般来说，还有其他设置可能会影响您获得的内容，尤其是 -eofchar 和 -encoding 选项。 -eofchar 通常是 EOF（即与 Ctrl+Z 关联的字符），-encoding 是系统特定的值，取决于您的平台是什么以及您的语言环境是什么。如果您想真正使用二进制数据，即只获取字节，您可以将-translation 选项设置为binary，这将设置所有处理二进制数据的正确方法。在open 命令中有一个常用选项的简写：

set f [open test.txt rb];  # ««« “b” flag in open mode
set t [read $f]
string length $t

如果您确实获得了字节并希望在某个时候从中获取字符，encoding convertfrom 命令是您需要的工具。请记住，字符和字节不是一回事。为了让人们可以使用比字节中可表达的值更多的字符，必须放弃这一点。