Nova linha: diferenças entre revisões

O padrão [[Unicode]] lida com este problema ao definir um grande número de caracteres que devem ser interpretados pelas aplicações como sendo fim de linha <!-- Veja http://www.unicode.org/versions/Unicode4.0.0/ch05.pdf -->

 

 

== Histórico ==

O padrão [[ASCII]] foi desenvolvido simultaneamente pela [[International Organization for Standardization|ISO]] e pela [[American Standards Association|ASA]]. A seqüência <tt>CR</tt>+<tt>LF</tt> era de uso comum em vários computadores que usavam máquinas [[teletipo]] como console, uma vez que esta seqüência era necessária para posicionar a impressora no começo duma nova linha. Como o conceito do isolamento dos detalhes de hardware por um [[driver de sidpositivo|driver]] de software ainda não tinha surgido; os programas tinham de enviar diretamente tais caracteres. O uso de dois caracteres devia-se ao fato de que os teletipos não eram rápidos o suficiente para retornar do canto direito ao canto esquerdo no tempo disponível para apenas um caractere — assim o <tt>CR</tt> vinha em primeiro lugar. Na verdade, muitas vezes era necessário acrescentar ainda um terceiro caractere: <tt>CR</tt>+<tt>LF</tt>+<tt>NUL</tt> (onde NUL significa “não faça nada”) ou <tt>CR</tt>+<tt>CR</tt>+<tt>LF</tt> (enviando CR duas vezes) para esperar que a cabeça se estabilizasse. Tendo os teletipos se tornado obsoletos, os programas criados para eles fizeram com que esta seqüência de dois caracteres persistisse.

 

Para tornar os programas [[portabilidade|portáveis]], as [[linguagem de programação|linguagens de programação]] criam mecanismos para abstrair os diferentes tipos de seqüências de quebra de linha existentes.

 

O [[File Transfer Protocol|FTP]] converte automaticamente as quebras de linha de arquivos transferidos entre [[Sistema operacional|sistemas]] com diferentes representações quando a transferência é feita em modo ASCII. Porém, transferir arquivos binários neste formato pode ter resultados desastrosos: qualquer ocorrência dos caracteres que representam a quebra de linha — que neste contexto não representam realmente uma quebra de linha — será incorretamente convertida para a representação nativa do sistema, corrompendo o arquivo. Embora o cliente FTP possa tentar adivinhar o tipo do arquivo (por exemplo, a partir de sua extensão) cabe ao usuário decidir o modo de transferência: binário ou ASCII. Havendo dúvidas, use o modo binário, de maneira que o arquivo não seja alterado durante a FTP, embora possa ser apresentado incorretamente.

 

Em geral, é a maneira mais simples de converter um arquivo de texto entre diferentes formatos de quebra de linha; a maioria dos editores de texto modernos podem ler e escrever arquivos usando ao menos a convenção ASCII <tt>CR</tt>/<tt>LF</tt>. Infelizmente isto não vale para o editor padrão do [[Microsoft Windows|Windows]] [[bloco de notas]], mas vale para o [[Wordpad]]. No [[Unix]], os comandos <tt>dos2unix</tt> e <tt>unix2dos</tt> podem ser usados para converter entre o ASCII <tt>CR</tt>+<tt>LF</tt> (DOS/Windows) e o <tt>LF</tt> (Unix) — embora a sintaxe deste comando possa variar.

 

Detectar e substituir caracteres de quebra de linha em C:

 

/* Procure por LF e os substitua */

if (last - 1 &gt;= buf && *--last == '\n')

/* Procure por CR e os substitua */

if (last - 1 &gt;= buf && *--last == '\r')

 

/* Faça algo de útil com a string sem newline que está em buf */

</source>

 

 

* The Unicode Reference, parágrafo 5.8 do [http://www.unicode.org/versions/Unicode4.0.0/ch05.pdf Capítulo 5] do Unicode 4.0

 

[[Categoria:Caracteres de controle]]