如何在Fortran中检测并替换单独的0a字符（保留CRLF）

核心思路 #

要实现需求，关键是逐字节读取文件并记录前一个字节的值，以此判断当前的LF(0a)是否属于CRLF序列：

• 若当前字节是LF且前一个字节是CR(0d)，则保留LF；
• 若当前字节是LF且前一个字节不是CR，则替换为空格(ASCII 20)；
• 其他字符直接输出。

关键实现细节 #

1. 文件打开方式：必须用access='stream'和form='unformatted'打开文件，确保以无格式流的方式逐字节读写，避免Fortran默认的记录式格式干扰原始字节数据。
2. 变量类型：用integer(1)存储单字节数据，保证每个变量仅占用1字节，准确对应ASCII字符的字节值。
3. 字节常量定义：通过十六进制转义定义CR、LF、空格的字节值，代码可读性更高。

完整代码示例 #

program fix_newlines
    implicit none
    integer, parameter :: in_unit = 10, out_unit = 11
    integer(1) :: curr_byte, prev_byte
    integer :: io_stat
    ! 定义ASCII字节常量：CR(0d)、LF(0a)、空格(20)
    integer(1), parameter :: CR = int(z'0D'), LF = int(z'0A'), SPACE = int(z'20')

    ! 打开输入文件
    open(unit=in_unit, file='input.bin', access='stream', form='unformatted', &
         status='old', iostat=io_stat)
    if (io_stat /= 0) then
        print *, "无法打开输入文件"
        stop
    end if

    ! 打开输出文件
    open(unit=out_unit, file='output.bin', access='stream', form='unformatted', &
         status='replace', iostat=io_stat)
    if (io_stat /= 0) then
        print *, "无法打开输出文件"
        close(in_unit)
        stop
    end if

    ! 初始化前一个字节为非CR值，处理文件开头的LF
    prev_byte = 0_1
    read(in_unit, iostat=io_stat) curr_byte

    ! 逐字节遍历文件
    do while (io_stat == 0)
        if (curr_byte == LF) then
            if (prev_byte == CR) then
                ! 属于CRLF序列，保留LF
                write(out_unit) curr_byte
            else
                ! 单独LF，替换为空格
                write(out_unit) SPACE
            end if
        else
            ! 其他字符直接写入输出文件
            write(out_unit) curr_byte
        end if

        prev_byte = curr_byte
        read(in_unit, iostat=io_stat) curr_byte
    end do

    ! 关闭文件
    close(in_unit)
    close(out_unit)

    ! 输出处理结果状态
    if (io_stat < 0) then
        print *, "文件处理完成"
    else
        print *, "处理出错，IO状态码：", io_stat
    end if

end program fix_newlines

编译与使用 #

在gfortran环境下，直接编译代码：

gfortran fix_newlines.f90 -o fix_newlines

将需要处理的文件命名为input.bin，运行编译后的程序，处理后的结果会保存到output.bin中。

针对样本数据的验证 #

你的样本字节序列54 52 41 4e 53 46 45 41 0a 22 2c 75 6e 61 70 70中，单独的0a会被替换为20，处理后的字节序列为54 52 41 4e 53 46 45 41 20 22 2c 75 6e 61 70 70，符合需求。

内容的提问来源于stack exchange，提问作者kris44dad