为什么在查看某些文件时，终端输出中会出现“^M”？

Question

我正在尝试使用 curl 将文件发送到端点并将文件保存到机器。

从 Linux 发送 curl 并将其保存在机器上效果很好， 但在 Windows 中执行相同的 curl 操作是将 ^M 字符添加到行尾。

我在保存之前打印文件，但看不到^M。只有在保存后查看远程计算机上的文件才会显示^M。

简单的字符串替换似乎不起作用。

为什么要添加^M？我怎样才能防止这种情况发生？

Answer 1

快速回答：那是carriage return。它们是 Windows 如何编码文本文件的无害但轻微刺激的工件。您可以使用dos2unix 将它们从文件中删除。您可以将大多数文本编辑器配置为使用“Unix 行尾”或“LF 行尾”，以防止它们出现在您将来从 Windows PC 创建的新文件中。

---

长答案（带有一些历史琐事）：

在纯文本文件中，当您创建新行时（通过按 enter/return），文件中会嵌入“换行符”。在 Unix/Linux 上，这是一个单一的字符，'\n'，即“换行符”。在 Windows 上，这是两个连续的字符，'\r\n'，即“回车”，后跟“换行”。

当物理teletype terminals（其行为很像打字机）仍在使用时，“换行”字符表示“将纸张向上移动到下一行”，而“回车”字符表示“全部滑动回车”路过所以打字头在最左边”。从一开始，几乎所有的电传终端都支持隐式回车；即，触发换行将自动触发回车。致力于后来演变成 Windows 的开发人员决定最好包含显式回车，以防万一（出于某种原因）电传打字机不隐式执行回车。另一方面，Unix 开发人员选择使用隐式回车的假设。

回车和换行是ASCII Control Characters，这意味着它们没有作为独立可打印字符的可见表示，而是影响输出光标本身（在这种情况下，输出光标的位置）。

您看到的“^M”是回车符的替代表示，由不完全“烹饪”其输出的程序使用（即，不应用某些 ASCII 控制字符的效果） . （其他控制字符还有其他以“^”开头的表示，而“^”字符在nano等一些Unix程序中也用于表示“ctrl”键盘键。）

您可以使用dos2unix 将行尾从 Windows 样式转换为 Unix 样式。

$ curl https://example.com/file_with_crlf.txt | dos2unix > file.txt

在某些发行版中，此工具默认包含在内，在其他发行版中，它可以通过包管理器安装（例如，在 Ubuntu 上，sudo apt install dos2unix）。还有一个包，unix2dos，用于逆向。

大多数用于编码的“智能”文本编辑器（Sublime、Atom、VS Code、Notepad++ 等）都可以愉快地使用 Windows 风格或 Unix 风格的行尾进行读写（这可能需要更改一些配置选项）。通常，通过扫描文件的内容来自动检测行尾，并且通常使用操作系统的本机行尾创建新文件（默认情况下）。甚至新版本的Notepad 也支持Unix 风格的行尾。另一方面，一些 Unix 工具在出现 Windows 风格的换行符时会产生奇怪的结果。如果您的代码库将被 Unix 和 Windows 操作系统上的人们使用，那么最好的做法是在任何地方使用 Unix 风格的行尾。

Windows 上的 Git 也有一个可选模式，它用 Windows 样式的换行符签出所有文件，但用 Unix 样式的换行符将它们重新签入。

---

旁注（有趣，但与您的问题没有直接关系）：

回车的实际作用（在现代虚拟终端上，无论是 Windows 还是 Unix）是将输出光标移动到行首。如果使用不带换行符的回车，则可以“覆盖”已打印的部分字符串。

$ printf "dogdog" ; printf "\rcat\n"
catdog

一些 Unix 程序使用它来异步更新最后一行输出的一部分，以实现诸如实时更新进度指示器之类的功能。例如，curl，如果文件内容通过管道传输到其他地方，则会在标准输出上显示下载进度。

另外：如果你有一个工具可以尽可能地解释 Windows 风格的行尾，并且你给它一个带有 Unix 风格的行尾的字符串，例如“hello\nworld”，你会得到这样的输出：

hello
     world

幸运的是，这样的实现非常少见，而且一般来说，绝大多数 Windows 工具都可以毫无问题地渲染 Unix 风格的行尾与 Windows 风格的行尾。