回车换行区别

回车与换行的区别

符号    ASCII码      意义

\n        10        换行NL

\r        13        回车CR

回车 \r 本义是光标重新回到本行开头，r的英文return，控制字符可以写成CR，即Carriage Return

换行 \n 本义是光标往下一行（不一定到下一行行首），n的英文newline，控制字符可以写成LF，即Line Feed

在不同的操作系统这几个字符表现不同，比如在WIN系统下，这两个字符就是表现的本义，在UNIX类系统，换行\n就表现为光标下一行并回到行首，在MAC上，\r就表现为回到本行开头并往下一行，至于ENTER键的定义是与操作系统有关的。通常用的Enter是两个加起来。

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。 

/*======================================*/

\n:  UNIX 系统行末结束符

\n\r: window 系统行末结束符

\r:  MAC OS 系统行末结束符

/*======================================*/
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。（这也是经常说见到的现象，哈哈，原来是这样的）

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 被覆盖了

\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

 

字符编码：

=================

文字是人类的语言，对于计算机来讲，语言就是0和1而已，因此将字符保存在计算机里就会涉及到字符编码的问题。网上有许多文章和博客介绍不同字符编码方式，这里就不引用了。列一些我自己理解的重点：

ASCII:ANSI

最初的计算机存储有限，字符的存储使用的是8位的ASCII码(最高位为0)，最多可以存储128个字符，加上扩展ASCII码(最高位为1)也只能存储256个字符。于是,各国都制定了自己的兼容ascii编码规范,就是各种ANSI码，来表示不同的语言中的不同文字。于是同样的ASCII码在不同的字符集(Collation/CharSet/Code Page)上就可以表示不同的字符，这就是为什么ANSI字符一定要与特定的Collation绑定才能表示唯一正确的字符，绑定错了就可能出现乱码(ascii码小于128的字符不会乱码)。

 

Unicode

又名万国码，所有语言的所有字符都可以用唯一的Unicode码来标识。Unicode有几种不同的实现方式：

    - UTF-8: 按照字节(8位)来存储编码，长度可变(1~6字节)。完全兼容ascii码，即标准ascii码中的字符在unicode中也是以相同的码来表示的。UTF-8 使用第一个字节确定字节数：第一个字节首为0即一个字节,110即2字节,1110即3字节,字符后续字节都用10开始。

    - UTF-16 (UCS2)：按照双字节存储字符，因此有字节序问题：即高位在前(Big Endian)还是低位在前(Little Endian)。这个行为与CPU处理字节方式有关，一般Little Endian用得比较多。比如“汉”字，Unicode码为0x6C49，按照Big Endian存储就是6C49，Little Endian则为496C。

 

如何区分不同编码的文件：

用UltraEdit或者类似编辑器打开文本文件，切换到Hex Mode(ctrl + h)，看文件头：

    - 没有任何特殊文件头的，直接第一个字符就是文本内容的，是ansi文件

    - 以BOM (Byte Order Mark) 开头的是否Unicode文件。BOM可以是0xFEFF(表示Big Endian)、0XFFFE(表示Little Endian)、或者0xEFBBBF (UTF-8)。注意，在Windows上用Notepad保存一个UTF-8的文件，也是以0xFFFE开头的。

 

Unicode与SQL Server：

================

UTF-8是目前使用最广泛的Unicode编码格式，但是SQL Server使用的是UTF-16作为Unicode字符的编码格式，即NCHAR/NTEXT/NVARHCAR存储的都是双字节编码的Unicode字符，以N为前缀(比如N'Hello')的字符串即为双字节Unicode字符。对于UTF-8字符串，如果它只包含ANSI字符，则可以按照ANSI串处理；否则的话必须将UTF-8串转换成UTF-16、再交给SQL
Server 处理。这种行为可能带来两个常见的问题：

    - 许多程序(包括ASP.NET)在输出文件的时候都使用UTF-8格式。如果这些文件需要被SQL Server正确地处理，必须进行转码至UTF-16。

    - SQL 2005以后支持对Native XML进行处理，但是如果XML文档本身是UTF-8编码，就没办法直接处理。下面是一个例子：

    在SSMS中运行如下代码，会得到错误9420：

    DECLARE @Inf XML      

    SET     @Inf = '<?xml version="1.0" encoding="utf-8"?>

                     <root>

                        <names>

                             <name>高</name>

                         </names>

                         <names>

                             <name>帅</name>

                         </names>

                     </root>

                    ' 

     

    SELECT  x.value('name[1]', 'VARCHAR(10)') AS Name 

    FROM    @Inf.nodes('/root/names') AS t(x)

 

    即使在给@Inf 赋值时强制指定N前缀转换成Unicode也不行，因为XML文档本身指定了UTF-8编码，解决的方法只有在XML文档中指定UTF-16编码并且指定N前缀：

        DECLARE @Inf XML      

    SET     @Inf = N'<?xml version="1.0" encoding="utf-16"?>

                     <root>

                        <names>

                             <name>高</name>

                         </names>

                         <names>

                             <name>帅</name>

                         </names>

                     </root>

                    ' 

     

    SELECT  x.value('name[1]', 'VARCHAR(10)') AS Name 

    FROM    @Inf.nodes('/root/names') AS t(x) 

 

关于看不见的字符0x1D

====================

这个字符为GROUP SEPARATOR，作用是分组，怎么用这个控制字符取决于应用程序。在MS SQL和SSIS中，这个字符并没有特别含义；但是Netezza确实把这个字符当作分隔符使用，导致在数据导入时分栏错误。遗憾的是Netezza的EXTERNAL TABLE导入时没办法控制batch size，所以排查这种问题比较麻烦。对于控制字符，可以在引用EXTERNAL DataSource的时候加上CTRLCHARS
TRUE选项，则可以将控制字符作为字段内容录入。