17、文本模式与二进制模式：Windows下的\r\n转换、Linux下的无差别、文本模式的跨平台问题

文件读写，看起来很简单对吧？

但如果你在Windows上写了一个文件，拿到Linux上读，或者反过来——嗯，你可能会遇到一些“惊喜”。

这个问题的根源，就在于文本模式和二进制模式的区别。

我个人习惯在跨平台项目里，一律用二进制模式。为什么？往下看你就明白了。

一、换行符的“历史恩怨”

先说个背景知识。早期的打字机，换行需要两个动作：

  • 回车（CR，\r）：把打印头移回行首。
  • 换行（LF，\n）：把纸往上滚一行。

后来计算机继承了这套逻辑，但不同操作系统做了不同的取舍：

操作系统 换行符 说明
Windows \r\n（CR+LF） 保留了两个字符，兼容老传统
Linux / macOS \n（LF） 只用一个字符，简洁
经典 Mac OS \r（CR） 现在已经很少见了

你想想看，如果我在Windows上写了一个文本文件，每行结尾都是\r\n，然后把这个文件拿到Linux上打开——Linux不认识\r，于是每行末尾会多出一个^M符号。反过来，Linux的文件拿到Windows上，所有行会连成一片，因为Windows找不到\r\n组合。

核心矛盾：不同系统对“换行”的编码不同，导致文本文件在跨平台时出现格式错乱。

二、C语言中的文本模式 vs 二进制模式

C标准库的fopen()函数，第二个参数决定了文件的打开模式：

  • "r"、"w"、"a" —— 文本模式
  • "rb"、"wb"、"ab" —— 二进制模式

区别在哪？说白了就是：文本模式下，系统会自动帮你做换行符转换；二进制模式下，系统什么都不做，原样读写。

2.1 Windows下的“隐形翻译官”

在Windows上，如果你用文本模式写文件：

FILE *fp = fopen("test.txt", "w");
fputs("Hello\nWorld", fp);
fclose(fp);

你写的是\n，但实际写入磁盘的是\r\n。反过来，读文件时，磁盘上的\r\n会被自动转换成\n。

听起来挺贴心对吧？但我在项目中遇到过一个问题：用文本模式读写二进制文件。比如图片、压缩包、可执行文件。这些文件里可能恰好包含0x0D（即\r）或0x0A（即\n）这样的字节。文本模式一转换，数据就坏了。

警告：永远不要用文本模式打开二进制文件！否则数据会被“篡改”。

2.2 Linux下的“无差别对待”

Linux下呢？文本模式和二进制模式没有任何区别。

因为Linux的换行符就是\n，不需要转换。所以fopen("test.txt", "w")和fopen("test.txt", "wb")效果完全一样。

我曾经在Linux上写代码，习惯性地用了"wb"模式，同事问我为什么加个b？我说“跨平台考虑”。他笑了笑说：“在Linux上，加不加都一样。” 嗯，确实如此。

小提示：为了代码的可移植性，我建议你在所有平台上都显式指定二进制模式（加b），除非你明确需要文本模式的换行转换。

三、文本模式的跨平台问题

假设你写了一个跨平台程序，需要在Windows上生成一个配置文件，然后在Linux上读取。如果你用文本模式写：

// Windows上运行
FILE *fp = fopen("config.txt", "w");
fprintf(fp, "name=Alice\nage=30\n");
fclose(fp);

实际写入的文件内容是：

name=Alice\r\nage=30\r\n

把这个文件拷贝到Linux上，用文本模式读：

// Linux上运行
FILE *fp = fopen("config.txt", "r");
char line[256];
while (fgets(line, sizeof(line), fp)) {
    // 每行末尾会多一个 '\r'
    // 比如 "name=Alice\r\n" 被读成 "name=Alice\r"
}
fclose(fp);

看到了吗？fgets()读到的字符串末尾会多一个\r。如果你不做处理，字符串比较就会失败。

避坑指南：我曾经在解析一个跨平台配置文件时，花了整整半天排查为什么字符串总是匹配不上。最后发现是\r在作怪。从那以后，我处理文本行时都会加一句：

// 去掉行尾的 '\r' 和 '\n'
line[strcspn(line, "\r\n")] = '\0';

四、知识体系图

下面这张图帮你理清文本模式与二进制模式的核心逻辑：

文本模式 vs 二进制模式 核心逻辑 fopen() 打开模式 文本模式 ("r", "w", "a") 二进制模式 ("rb", "wb", "ab") Windows: 自动转换 \n ↔ \r\n Linux: 无转换，与二进制模式相同 所有平台: 原样读写，不做任何转换 适合: 图片、压缩包、可执行文件等

五、实践建议

  1. 跨平台项目，统一用二进制模式。我自己写的代码，只要是跨平台的，一律"wb"和"rb"。这样不管在哪个系统上，行为都是一致的。
  2. 如果必须用文本模式，记得在读取后清理行尾的\r。上面那个strcspn的技巧，你可以直接抄走。
  3. 不要假设换行符的长度。比如fseek()定位到文件末尾，用ftell()获取文件大小，在文本模式下这个值可能不准确（因为转换会导致实际字节数变化）。
  4. 网络传输的文件，建议统一使用二进制模式。我曾经遇到过一个HTTP下载程序，因为文本模式把图片里的0x0A给转换了，结果图片显示不全。排查了好久才发现是这个问题。

再次强调：文本模式是给“纯文本”文件用的。如果你不确定文件内容是否包含非文本数据，就用二进制模式。安全第一。

好了，关于文本模式和二进制模式，就聊这么多。记住一句话：跨平台，用二进制；纯文本，注意清理\r。下次你在Linux上看到^M符号时，就知道是怎么回事了。

公众号:蓝海资料掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →