麻雀虽小,五脏俱全:DEBUG一个奇怪的小问题

时间:2021-10-12 02:54:07

上一次的“麻雀虽小、五脏俱全 ”挺受欢迎,今天再写一个,不过这次讲的是一个小问题的调试过程。

今天一个同事向我反映,说她的一段JAVA代码,如果输出的文件后缀是.idx,
则写入的换行符会丢掉,从Editplus中看到所有内容都出现在一行。

我感到很奇怪,文件名和后缀会影响流的内容?这明显不可能 ,难道真的碰到灵异事件?
于是按照如下过程调试并解决问题:


1、写独立测试代码
首先要验证这个问题不是JAVA自身的问题,当即写了测试代码:

Java code
 
  
import java.io.BufferedWriter; import java.io.File; import java.io.FileWriter; public class TestIdx { public static void main(String[] args) throws Exception{ File f = new File( " d://test.idx " ); BufferedWriter w = new BufferedWriter( new FileWriter(f)); w.write( " abc " ); w.write( " /n " ); w.write( " 123 " ); w.flush(); w.close(); } }


运行后,用UltraEdit打开结果文件,没问题。
同事说,她直接用的FileWriter,于是稍作修改,再测,没问题。
同事又说,她的文件用追加模式打开,再改,再测,还是没有问题。

2、重现问题
感到有些不可思议,于是到同事机器上查看。
发现确实有此现象。

3、代码走读
查看代码,没发现特别之处。

4、做局部替换,尝试定位问题
通过修改输出文件名、文件后缀,通过多次尝试,发现问题不是出在.idx后缀上,
因为任意新创建的文件均无此问题,但如果继续向她机器上已经存在的log.idx上追加就不行。

5、清理环境后尝试重现问题
既然问题与特定文件相关,则删除该奇怪文件(删前先做备份,待问题解决后追究根源),
重新运行程序生成新的同名文件,问题没有再重现。
那么,问题的根本原因肯定在此文件内。

6、追根溯源
我要求同事将log.idx文件发给我,我用UltraEdit打开,发现换行正确,
而同事机器上用Editplus打开同一个文件则换行不正确。
于是又找到一个用Editplus的同事,打开该文件,换行也不正确。
因此,可以说明,文件本身没有大问题,问题在于文本编辑器对文本中的换行的处理方式不一致。

进一步用Ultraedit的二进制模式研究该文本文件,
发现该文本文件存在两种换行格式:某些行之间是windows的“/r/n”,而某些行之间是unix的“/n”。
初步断定这是造成差异的原因,Editplus对存在两种回车制式的文件,可能只识别一种。

7、验证猜测
在Ultraedit中新建空白文本文件,输入:
123
456
789

在UE中切换到二进制模式,显示为:
00000000h: 31 32 33 0D 0A 34 35 36 0D 0A 37 38 39          ; 123..456..789
用Editplus打开,正常显示为三行

在UE二进制模式下,删除第二个0D,变成:
00000000h: 31 32 33 0D 0A 34 35 36 0A 37 38 39          ; 123..456.789
用Editplus打开,后面的回车不识别,显示为两行:
123
456789


再删除第一个0D,变成:
00000000h: 31 32 33 0A 34 35 36 0A 37 38 39          ; 123.456.789
用Editplus打开,正常显示为三行
123
456
789


再恢复第二个0D,变成:
00000000h: 31 32 33 0A 34 35 36 0D 0A 37 38 39          ; 123.456..789
用Editplus打开,前面的回车不识别,显示为两行:
123456
789


8、结论
Editplus在判断文本文件换行方面,
当文本文件中仅存在一种换行格式的时候(无论/r/n还是/n),Editplus都能正确识别
当文本文件中存在两种换行格式的时候,以/r/n优先,单纯的/n被忽略。

9、造成此现象的过程
该同事第一版代码向文件中追加的换行符为“/r/n“,后来改成”/n“,但没有删除原来的文件,
而文件写入方式为追加,导致文件中出现两种换行格式。


可能有些人在第六步完成后就停住,而我喜欢的是后面三步。

 

补充结论:

bao110908 回帖详细解释Editplus对换行的处理机制:


EditPlus 有个文件格式,用于区分三种换行符之一。

一、/r/n 与 /n 混合(即 PC 与 Unix 换行混合)
1,如果文本中 /r/n 的数量大于 /n 的数量,那么就以 PC 的 /r/n 方式来显示,这时 /n 并不能显示成为一个新行,而是成为一个不可显字符;
2,如果文本中 /r/n 的数量小于 /n 的数量,那么就以 Unix 的 /n 方式来显示,这时 /r/n 中的 /r 成为一个不可显字符,而 /r 后面的 /n 进行换行;
3,如果文本中 /r/n 的数量与 /n 的数相相同,那么就优先采用 /r/n 方式来显示,这时单独的 /n 成为一个不可显字符。

二、/n 与 /r 混合(即 Unix 与 Mac 换行混合)
1,如果文本中 /n 的数量大于 /r 的数量,那么就以 Unix 的 /n 方式进行换行,这时 /r 成为一个不可显字符;
2,如果文本中 /n 的数量小于 /r 的数量,那么就以 Mac 的 /r 方式进行换行,这时 /n 成为一个不可显字符;
3,如果文本中 /n 与 /n 的数量一样多,就优先以 Unix 的 /n 方式进行换,同时 /r 成为一个不可显字符。

三、/r/n 与 /r 混合(即 PC 与 Mac 换行混合)
1,如果文本中 /r/n 的数量大于 /r 的数量,那么就以 PC 的 /r/n 方式进行换行,这时 /r 成为一个不可显字符;
2,如果文本中 /r/n 的数量小于 /r 的数量,那么就以 Mac 的 /r 方式进行换行,/r/n 其中的 /r 成为换行符,后面的 /n 成为一个不可显字符;
3,如果文本中 /r/n 与 /r 的数量一样多,就优先以 PC 的 /r/n 方式进行换,单独的 /r 成为一个不可显字符。

四、/r/n、/n 与 /r 混合(即 PC、Unix、Mac 换行混合)
1,这三种换行哪种换行多就采用哪种方式;
2,如果三种换行数量或两种换行数量相同时,以 /r/n、/n、/r 的优先顺序确定换行模行。

实验工具
文本显示:EditPlus 3.00(254)beta
二进制修改:PSPad 4.5.3(2298)