来自传递给 raw_input() 的文件内容副本的字符串中的 CR 奇怪地消失

Question

试图弄清楚似乎是错误的原因，我最终遇到了 Python 2.7 中 raw_input() 函数的奇怪行为：

它删除了 CR 字符仅来自手动复制（通过剪贴板）文件内容的字符串的 CR LF 对。传递给 raw_input() 的字符串是与之前的字符串相同的字符串显示的副本，不会丢失其 CR 字符。 在所有情况下，单独的 CR 字符均保持不变。 CR（回车符）是一个\r 字符。

为了比混乱的描述更清楚，这里有一段代码描述了观察事实必须做什么，其命令只需要执行即可。

重点在于 Text 对象：它有 7 个字符，而不是传递给 raw_input() 来创建 Text 的 8 个字符。

为了验证传递给 raw_input() 的参数是否确实有 8 个字符，我使用相同的参数创建了另一个文件 PASTED.txt。确定这个问题中的某些内容确实是一项尴尬的任务，因为在 Notepad++ 窗口中进行复制向我展示了：各种行尾（\r、\n、\r\n）在此类窗口中的行的末端显示为 CR LF。

建议使用 Ctrl-A 选择文件的全部数据。

我很困惑，想知道我是否犯了编码或理解错误，或者这是否是 Python 的真正功能。

希望大家多多评论和指点。

with open('PRIM.txt','wb') as f:
    f.write('A\rB\nC\r\nD')
print "  1) A file with name 'PRIM.txt' has just been created with content A\\rB\\nC\\r\\nD"
raw_input("  Open this file and copy manually its CONTENT in the clipboard.\n"+\
          "    --when done, press Enter to continue-- ")


print "\n  2) Paste this CONTENT in a Notepad++ window "+\
      "     and see the symbols at the extremities of the lines."
raw_input("    --when done, press Enter to continue-- ")


Text = raw_input("\n  3) Paste this CONTENT here and press a key : ")
print ("     An object Text has just been created with this pasted value of CONTENT.")


with open('PASTED.txt','wb') as f:
    f.write('')
print "\n  4) An empty file 'PASTED.txt' has just been created."
print "     Paste manually in this file the PRIM's CONTENT and shut this file."
raw_input("     --when done, press Enter to continue-- ")


print "\n  5) Enter the copy of this display of A\\rB\\nC\\r\\nD : \nA\rB\nC\r\nD"
DSP = raw_input('please, enter it on the following line :\n')
print "    An object DSP has just been created with this pasted value of this copied display"


print '\n----------'
with open('PRIM.txt','rb') as fv:
    verif = fv.read()
print "The read content of the file 'PRIM.txt' obtained by open() and read() : "+repr(verif)
print "len of the read content of the file 'PRIM.txt'  ==",len(verif)


print '\n----------'
print "The file PASTED.txt received by pasting the manually copied CONTENT of PRIM.txt"
with open('PASTED.txt','rb') as f:
    cpd = f.read()
    print "The read content of the file 'PASTED.txt' obtained by open() and read() "+\
          "is now : "+repr(cpd)
    print "its len is==",len(cpd)


print '\n----------'
print 'The object Text received through raw_input() the manually copied CONTENT of PRIM.txt'
print "value of Text=="+repr(Text)+\
      "\nText.split('\\r\\n')==",Text.split('\r\n')
print 'len of Text==',len(Text)


print '\n----------'
print "The object DSP received  through raw_input() the copy of the display of A\\rB\\nC\\r\\nD" 
print "value of DSP==",repr(DSP)
print 'len of DSP==',len(DSP)

我的操作系统是Windows。我想知道在其他操作系统上是否也观察到同样的情况。

Answer 1

sys.stdin 以文本模式打开（您可以通过显示 sys.stdin.mode 并查看它是 'r' 来检查这一点） 。如果在 Python 中以文本模式打开任何文件，则平台本机行结尾（对于 Windows 为 \r\n）将转换为简单的换行符（\n ) 在 Python 字符串中。

您可以通过使用模式 'r' 而不是 'rb' 打开 PASTED.txt 文件来查看其运行情况。

Answer 2

在我的帖子之后，我可以从我的代码中查找，我确实注意到从文件复制并传递给 raw_input() 的数据的修改与 Python 在以下情况下执行的换行符的修改相同：它直接读取文件中的数据，如下所示：

with open("TestWindows.txt", 'wb') as f:
    f.write("PACIFIC \r  ARCTIC \n  ATLANTIC \r\n  ")

print "\n- Following string have been written in TestWindows.txt in mode 'wb' :\n"+\
      "PACIFIC \\r  ARCTIC \\n  ATLANTIC \\r\\n  "


print "\n- data got by reading the file TestWindows.txt in 'rb' mode :"
with open("TestWindows.txt", 'rb') as f:
    print "    repr(data)==",repr(f.read())

print "\n- data got by reading the file TestWindows.txt in 'r' mode :"
with open("TestWindows.txt", 'r') as f:
    print "    repr(data)==",repr(f.read())

print "\n- data got by reading the file TestWindows.txt in 'rU' mode :"
with open("TestWindows.txt", 'rU') as f:
    print "    repr(data)==",repr(f.read())

结果：

- Following string have been written in TestWindows.txt in mode 'wb' :
PACIFIC \r  ARCTIC \n  ATLANTIC \r\n  

- data got by reading the file TestWindows.txt in 'rb' mode :
    repr(data)== 'PACIFIC \r  ARCTIC \n  ATLANTIC \r\n  '

- data got by reading the file TestWindows.txt in 'r' mode :
    repr(data)== 'PACIFIC \r  ARCTIC \n  ATLANTIC \n  '

- data got by reading the file TestWindows.txt in 'rU' mode :
    repr(data)== 'PACIFIC \n  ARCTIC \n  ATLANTIC \n  '

首先，文件 PASTED.txt 与文件 PRIM.txt 具有相同的内容，是复制的结果PRIM.txt 的内容并将其粘贴到 PASTED.txt 中，而不用 Python 字符串进行传输。因此，当数据仅通过剪贴板从一个文件传输到另一个文件时，它不会被修改。这一事实证明 PRIM.txt 的内容在复制放置数据的剪贴板中未损坏。

其次，通过剪贴板和raw_input()从文件到Python字符串的数据被修改；因此修改发生在剪贴板和Python字符串之间。因此，我认为 raw_input() 可能会对从剪贴板接收的数据进行与 Python 解释器在从读取文件接收数据时所做的相同解释。

然后，我绣出了这样的想法：将 \r\n 替换为 \n 是因为“Windows 性质”的数据变成了“ Python 本质”，并且剪贴板不会引入数据修改，因为它是 Windows 操作系统控制下的一部分。

唉，从屏幕复制并传递到 raw_input() 的数据并没有经历换行符 \r\n 的转换，尽管该数据传输通过Windows的剪贴板，打破了我的微小概念。

然后我认为Python知道数据的性质不是因为它的来源，而是因为数据中包含的信息；此类信息是一种“格式”。我找到了以下有关Windows剪贴板的页面，剪贴板记录的信息确实有多种格式：

http://msdn.microsoft.com/en-us/library/ms648709(v=vs.85).aspx

也许，修改的解释 \r\n 通过 Python 链接到剪贴板中存在的这些格式，也可能不链接。但我对这些乱七八糟的事情还不够了解，而且我还不能确定。

有人能够解释上述所有观察结果吗？

。

。

谢谢您的回答，ncoghlan。但我不认为这是原因：

• sys.stdin 没有属性 mode

• 据我所知，

  sys.stdin 指的是键盘。然而，在我的代码中，数据不是来自键盘上的输入，而是来自通过剪贴板的粘贴。这是不同的。

关键点是我不明白Python解释器如何区分来自文件复制的剪贴板的数据和从屏幕复制的来自剪贴板的数据