解析文件时如何确定制表符是什么

Question

我正在打开一个文件（在perl中），我想知道如何确定制表符的样子。

我知道它们在我的档案中，但我想知道我怎么知道它是什么。我知道对于输出到文件，您会使用 \t，但读取文件时不一样。

我也知道它将其读取为某种 TAB 字符，因为我在每一行上打印了一个逐行字符，并且可以轻松看到 TAB 行。

Answer 1

制表符总是t，没有什么可说的了。

但是，某些编辑器使用有关单个制表符应表示多少空格的约定。常识说8，但人们通常意味着4，我看到它意味着3甚至2个空格。

一些编辑器（如Komodo或Komodo Edit）试图变得聪明：他们读取源文件并计算前导空格和制表符的典型分布。例如，如果只有 4,8,12,...可以看到前导空格，它可能隐含地假设您的制表符应该表示 4 个空格。或者，如果 2,4,6,...观察前导空格，每个制表符可能使用 2 个空格。

如果我理解正确，您希望前导空格具有类似的行为。

在这种情况下，您可以使用下面的代码确定最有可能的制表符到空格值。请注意，此代码不是最佳的：它将忽略具有实际制表符的行，它只考虑第一个缩进级别来获取制表符缩进等等。仅将此视为获得良好实施的起点：

my %dist;
while (my $line = <>) {
    my ($spaces) = ($line =~ /(^ *)/);
    my $len = length($spaces);
    $dist{$len}++;
}
my @sp = sort {$a <=> $b} keys %dist;
print "Leading space distribution in file: "
    . join(",", @sp) . "n";
if (scalar @sp >= 2) {
    print "Most likely tab setting is: ", $sp[1] - $sp[0];
}

Answer 2

某些 IDE 和编辑器通常会在按 Tab 键时插入四个空格而不是制表符。实际的制表符在perl中是\t（内容取决于平台，但\t应始终表示平台的制表符）

为了确保您同时捕获制表符和任何 4 个空格的组，您可以正则表达式/t| {4}/