Almindelig tekst (.txt)

ISO/IEC Standard

Almindelig tekstfil (TXT) er grundstenen i digital databehandling og menneskelig informationslagring, og den indeholder rå, uformaterede tegn, som kan læses af ethvert operativsystem og programmeringssprog i verden.

Opfinder: American Standards Association / Unicode ConsortiumÅr: 1963MIME: text/plain

Konverter SRT til TXT

Gratis SRT til TXT-konverter i browseren. Konverter filer med det samme på din enhed.

Undersøg & Metadata

Operativsystemer og filanalysatorer identificerer TXT-filer ved at inspicere den indledende binære bytesekvens:

Vælg eller træk filer hertil

100% privat konvertering i browseren - filer forlader aldrig din enhed

eller indsæt Ctrl+V
Privatlivsgaranti uden netværksoverførsel: 0 bytes uploadet til eksterne servere. Al behandling foregik lokalt i din browsers sandkasse.

Byte-niveau Header-signatur (Magic Bytes)

Operativsystemer og filanalysatorer identificerer TXT-filer ved at inspicere den indledende binære bytesekvens:

HEX-SIGNATUR (OFFSET 0):

EF BB BF / None

ASCII-REPRÆSENTATION: UTF-8 BOM / Raw text

Standardisering: ISO/IEC 10646 / Unicode Standard / IETF RFC 2046

Tekniske specifikationer

ContainerarkitekturSequential sequence of human-readable characters encoded as ASCII, UTF-8, UTF-16, or ISO-8859
KomprimeringUncompressed raw character bytes
BytterejsningUTF-8 (byte order neutral); Big/Little-Endian indicated by BOM in UTF-16/32
FarverumN/A (Plaintext)
Kanaler og strukturLinear stream of characters, newline markers (LF \n or CRLF \r\n), and whitespace
Maks. dimensionerUnbounded stream length
GennemsigtighedNone
Streaming og progressivUniversal immediate byte-by-byte streaming

Tekniske sammenligningsmatrix: TXT vs. konkurrenter

Teknisk attributTXT (Aktuel)MDPDFHTML
Visuel formateringIngen (ren uformateret tekst)Letvægts Markdown-syntaksFast visuel sidelayoutFuld CSS- og DOM-styling
Krævet softwareIngen (enhver terminal eller teksteditor)Markdown-fremviser / -læserDedikeret PDF-fremviserWebbrowser
FilstørrelseAbsolut mindst muligeMinimal tekststørrelseStor binær beholderModerat markup-overhead
ArkiveringsholdbarhedUendelig (rene tegnbytes)Permanent (almindelig tekst)Høj (ISO-standard)Høj (W3C-standard)

Almindelige korruptionstilstande og hex-gendannelsesvejledning

Accenter og bogstaver gengives som uforståelige symboler som 'é' eller sorte spørgsmålstegn ''.

Grundlæggende årsag: Kodningsuoverensstemmelse: en ældre ANSI/Windows-1252-fil blev åbnet som UTF-8 uden korrekt konvertering.

Gendannelse: Genkod filen med eksplicit UTF-8-kodning ved hjælp af File2File Text Converter.

Sikkerhedsanalyse og parser-angrebsvektorer

Almindelige tekstfiler indeholder ingen eksekverbar kode, men ondsindede Unicode-tegn kan narre brugere eller forårsage terminalindsprøjtning.

Kendte angrebsvektorer

  • Right-to-Left Override (RTLO) Unicode-tegn, der forfalsker eksekverbare filendelser (f.eks. 'rapport[RTLO]cod.exe').
  • Terminalescape-sekvensinsekter, der eksekverer skalkommandoer ved visning af rå tekst via 'cat'.
  • Homoglyp-angreb, der erstatter standard-ASCII-bogstaver med identisk udseende kyrilliske tegn i URL'er.

Defensive bedste praksisser:

Historisk oprindelse og milepæle

2008UTF-8 overgår ASCII og ældre tegnsæt til at blive den dominerende tekstkodning på World Wide Web.
1991Unicode-konsortiet udgiver The Unicode Standard Version 1.0, som forener globale menneskelige alfabeter.
1963American Standards Association udgiver ASCII (American Standard Code for Information Interchange).

Vigtige fordele og styrker

  • Absolut universel kompatibilitet: kan åbnes, redigeres og gennemføres søgning i på enhver computerenhed, der nogensinde er bygget.
  • Permanent arkiveringsbestandighed: en almindelig tekstfil oprettet i dag vil forblive 100 % læsbar århundreder ind i fremtiden.
  • Nul formateringsoverhead: indeholder rene data uden metadatablod, binære tags eller proprietære strukturer.

Tekniske begrænsninger og ulemper

  • Nul visuel formatering: kan ikke indbygget fremhæve med fed, kursiv, farve eller ændre skriftstørrelser uden et eksternt opsætningssprog.
  • Forskelle i platformenes linjeskift (Windows CRLF vs. Unix LF) kan forårsage formateringsfejl på tværs af operativsystemer.
  • Historiske kodningsuklarheder (ANSI, Shift-JIS, Windows-1252) kan forårsage tegnopprioritering eller forvanskning (mojibake) uden UTF-8.

Interessant teknisk trivia

  • UTF-8 blev opfundet på en serviet i en diner i New Jersey i 1992 af Ken Thompson og Rob Pike over middagen.
  • Windows bruger to tegn til en ny linje: Carriage Return (CR, 0x0D) og Line Feed (LF, 0x0A), hvilket er en arv fra mekaniske skrivemaskiner.
  • Over 98 % af alle websteder på internettet bruger UTF-8-tekstkodning.

Ofte stillede tekniske spørgsmål

Hvad er UTF-8?

UTF-8 er den universelle tegnkodningsstandard, som kan repræsentere alle bogstaver, tal, symboler og emojier på tværs af alle menneskelige sprog, samtidig med at den forbliver 100 % bagudkompatibel med ASCII.

Hvad er forskellen mellem Windows- og Unix-linjeskift?

Windows bruger 'CRLF' (to bytes: Carriage Return + Line Feed) til at repræsentere et linjeskift, mens Unix, Linux og macOS bruger 'LF' (en enkelt Line Feed-byte).

Hvordan kan jeg konvertere en TXT-fil til PDF?

Du kan konvertere almindelige tekstfiler til rene, professionelle PDF-dokumenter eller Word-dokumenter med et enkelt klik ved hjælp af File2File.app direkte i din webbrowser.

Relaterede TXT konverteringspar

SRT til TXT

Konvertering af SRT-undertekstfiler til TXT-udskrifter fjerner tidskoder og indekstal og efterlader ren, læsbar dialog.

JPG til TXT

Konvertering af et scannet billede til udtrukket tekst oversætter billedets pixels til redigerbare tegn, så du nemt kan søge efter, redigere og gemme ord.

PNG til TXT

Konvertering af et rasterbilleddokument i PNG-format til ren tekst forvandler statiske billedpixler til redigerbare ord ved hjælp af optisk tegngenkendelse.