文字列内のすべての改行シーケンスを1つのタイプにどのように正規化しますか？
電子メール（MIMEドキュメント）の目的で、それらをすべてCRLFにすることを目指しています。理想的には、これは静的メソッドにラップされ、非常に高速に実行され、正規表現を使用しません（改行、キャリッジリターンなどの分散が制限されているため）。おそらく、私が見落としていたBCLメソッドさえありますか？
仮定：これについてもう少し考えてみると、CRはスタンドアロンまたはCRLFシーケンスの一部であると言っても差し支えないと思います。つまり、CRLFが表示されている場合は、すべてのCRを削除できることがわかります。そうしないと、「\ r \ n \ n\r」のようなものから何行出てくるかを判断するのが困難になります。
input.Replace("\r\n", "\n").Replace("\r", "\n").Replace("\n", "\r\n")
これは、入力に 1 種類の改行 (CR、LF、または CR+LF) しか含まれていない場合に機能します。
それは、要件が何であるかによって異なります。特に、"\r" を単独でどのように処理しますか? それは改行として数えるべきですか？例として、「a\n\rb」はどのように扱われるべきですか? それは 1 つの非常に奇妙な改行、1 つの "\n" 改行とその後の不正な "\r"、または 2 つの別個の改行ですか? 「\r」と「\n」の両方が単独で改行できる場合、「\r\n」を 2 つの改行として扱わないのはなぜですか?
ここに、かなり効率的だと思われるコードをいくつか示します。
using System;
using System.Text;
class LineBreaks
{
static void Main()
{
Test("a\nb");
Test("a\nb\r\nc");
Test("a\r\nb\r\nc");
Test("a\rb\nc");
Test("a\r");
Test("a\n");
Test("a\r\n");
}
static void Test(string input)
{
string normalized = NormalizeLineBreaks(input);
string debug = normalized.Replace("\r", "\\r")
.Replace("\n", "\\n");
Console.WriteLine(debug);
}
static string NormalizeLineBreaks(string input)
{
// Allow 10% as a rough guess of how much the string may grow.
// If we're wrong we'll either waste space or have extra copies -
// it will still work
StringBuilder builder = new StringBuilder((int) (input.Length * 1.1));
bool lastWasCR = false;
foreach (char c in input)
{
if (lastWasCR)
{
lastWasCR = false;
if (c == '\n')
{
continue; // Already written \r\n
}
}
switch (c)
{
case '\r':
builder.Append("\r\n");
lastWasCR = true;
break;
case '\n':
builder.Append("\r\n");
break;
default:
builder.Append(c);
break;
}
}
return builder.ToString();
}
}
簡単なバリアント:
Regex.Replace(input, @"\r\n|\r|\n", "\r\n")
パフォーマンスを向上させるには:
static Regex newline_pattern = new Regex(@"\r\n|\r|\n", RegexOptions.Compiled);
[...]
newline_pattern.Replace(input, "\r\n");
string nonNormalized = "\r\n\n\r";
string normalized = nonNormalized.Replace("\r", "\n").Replace("\n", "\r\n");