Almindelig tekst (.txt)
ISO/IEC StandardEn almindelig tekstfil gemmer tegn uden sidelayout, skrifttyper eller indlejrede billeder. Tekstredigeringsprogrammer og andre programmer kan læse den, men bogstaver med accenter kan vises forkert, hvis filens tegnkodning gættes forkert.
Konverter SRT til TXT
Gratis SRT til TXT-konverter i browseren. Konverter filer med det samme på din enhed.
Undersøgelse og metadata
Operativsystemer og filanalysatorer identificerer TXT-filer ved at inspicere den indledende binære bytesekvens:
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 / NoneASCII-REPRÆSENTATION: UTF-8 BOM / Raw text
Standardisering: ISO/IEC 10646 / Unicode Standard / IETF RFC 2046
Tekniske specifikationer
| Containerarkitektur | Sekventiel sekvens af menneskeligt læsbare tegn kodet som ASCII, UTF-8, UTF-16 eller ISO-8859 |
| Komprimering | Ukomprimerede rå tegnbytes |
| Byte-rækkefølge | UTF-8 (uafhængig af byteorden); byteordenen kan angives med et BOM i UTF-16/32. |
| Farverum | Ikke relevant (ren tekst) |
| Kanaler og struktur | Lineær strøm af tegn, linjeskiftmarkører (LF \n eller CRLF \r\n) og blanktegn |
| Maks. dimensioner | Ubegrænset strømlængde |
| Gennemsigtighed | Ingen |
| Streaming og progressiv | Almindelig tekst er sekventiel; streaminglæsning afhænger af softwaren. |
Teknisk sammenligningsmatrix: TXT sammenlignet med konkurrenterne
| Teknisk attribut | TXT (Aktuel) | MD | HTML | |
|---|---|---|---|---|
| Visuel formatering | Ingen (ren uformateret tekst) | Letvægts Markdown-syntaks | Fast visuelt sidelayout | Fuld CSS- og DOM-styling |
| Krævet software | Ingen (enhver terminal eller teksteditor) | Markdown-fremviser / -læser | Dedikeret PDF-fremviser | Webbrowser |
| Filstørrelse | Absolut mindst mulig | Minimal tekststørrelse | Stor binær beholder | Moderat markup-overhead |
| Arkiveringsholdbarhed | Afhænger af, at filen bevares, og at tegnkodningen identificeres | Kan bevares på lang sigt | Høj (ISO-standard) | Høj (W3C-standard) |
Almindelige korruptionstilstande og hex-gendannelsesvejledning
Bogstaver med accenter vises som forvanskede tegn, f.eks. 'é', eller som erstatningstegn som '�'.
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.app 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-sekvensinjektioner, der eksekverer skalkommandoer ved visning af rå tekst via 'cat'.
- Homoglyfangreb, der erstatter standard-ASCII-bogstaver med identisk udseende kyrilliske tegn i URL'er.
Defensive bedste praksisser: Rens Unicode-kontroltegn, der påvirker tekstretningen, samt terminalens escape-koder, når tekstfiler gengives.
Historisk oprindelse og milepæle
Vigtige fordele og styrker
- Almindelige tekstfiler kan åbnes i tekstredigeringsprogrammer og søges i eller behandles med kommandolinjeværktøjer. Kontrollér tegnkodningen, hvis tekst med accenter vises forkert.
- Ren tekst er let at bevare og migrere, men læsbarheden på lang sigt afhænger af, at filen bevares, og at dens tegnkodning kan identificeres.
- Nul formateringsoverhead: indeholder rene data uden oppustede metadata, 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 tegnforvanskning (mojibake) uden UTF-8.
Interessante tekniske fakta
- 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.
- UTF-8 er den dominerende tegnkodning på websteder, men den præcise andel ændrer sig over tid.
Ofte stillede tekniske spørgsmål
Hvad er UTF-8?
UTF-8 koder Unicode-tegnsættet og bevarer ASCII-tegns oprindelige byteværdier.
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 konverteringspar for TXT
Konvertering af SRT-undertekstfiler til TXT-udskrifter fjerner tidskoder og indekstal og efterlader ren, læsbar dialog.
Konvertering af et scannet billede til tekst gør billedets pixels til redigerbare tegn, så teksten nemt kan søges i, redigeres og gemmes.
Konvertering af et rasterbilleddokument i PNG-format til ren tekst forvandler statiske billedpixler til redigerbare ord ved hjælp af optisk tegngenkendelse.