Lihttekst (.txt)
ISO/IEC StandardLihttekstifail (TXT) on digitaalse arvutuse ja inimeste teabe salvestamise universaalne vundament, mis sisaldab tooreid, vormindamata märke, mida saab lugeda iga eksisteeriv arvuti operatsioonisüsteem ja programmeerimiskeel.
Teisenda formaadist SRT formaati TXT
Tasuta SRT -> TXT konverter brauseris. Teisenda faile koheselt oma seadmes.
Kontrolli ja metaandmed
Operatsioonisüsteemid ja failianalüsaatorid tuvastavad TXT faile, kontrollides algset binaarset baidijada:
Baidi-taseme päise allkiri (maagilised baidid)
Operatsioonisüsteemid ja failianalüsaatorid tuvastavad TXT faile, kontrollides algset binaarset baidijada:
HEX-ALLKIRI (NIHE 0):
EF BB BF / NoneASCII-ESITUS: UTF-8 BOM / Raw text
Standardiseerimine: ISO/IEC 10646 / Unicode Standard / IETF RFC 2046
Tehnilised andmed
| Konteineri arhitektuur | Sequential sequence of human-readable characters encoded as ASCII, UTF-8, UTF-16, or ISO-8859 |
| Tihendamine | Uncompressed raw character bytes |
| Baitide järjekord (Endianness) | UTF-8 (byte order neutral); Big/Little-Endian indicated by BOM in UTF-16/32 |
| Värviruumid | N/A (Plaintext) |
| Kanalid ja struktuur | Linear stream of characters, newline markers (LF \n or CRLF \r\n), and whitespace |
| Max mõõtmed | Unbounded stream length |
| Läbipaistvus | None |
| Voogedastus ja progressiivsus | Universal immediate byte-by-byte streaming |
Tehniline võrdlusmaatriks: TXT vs konkurendid
| Tehniline atribuut | TXT (Praegune) | MD | HTML | |
|---|---|---|---|---|
| Visuaalne vormindus | Puudub (puhas stiilita tekst) | Kerge Markdowni süntaks | Fikseeritud lehe visuaalne paigutus | Täielik CSS-i ja DOM-i stiil |
| Nõutav tarkvara | Puudub (mis tahes terminal või tekstiredaktor) | Markdowni eelvaataja / lugeja | Spetsiaalne PDF-i vaatur | Veebibrauser |
| Faili suurus | Absoluutselt minimaalne võimalik | Minimaalne teksti suurus | Suur binaarkonteiner | Mõõdukas märgistuse lisakulu |
| Arhiivi pikaealisus | Lõpmatu (puhtad märgibaidid) | Püsiv (lihttekst) | Kõrge (ISO standard) | Kõrge (W3C standard) |
Levinud riknemisvead ja heksataaste juhend
Aktsentidega tähed kuvatakse segamini sümbolitena nagu 'é' või mustade küsimärkidena ''.
Juurpõhjus: Kodeeringu mittevastavus: vanem ANSI/Windows-1252 fail avati UTF-8-na ilma korraliku teisendamiseta.
Taastamine: Kodeeri fail uuesti selgesõnalise UTF-8 kodeeringuga, kasutades File2File tekstikonverterit.
Turvaanalüüs ja parsimisründevektorid
Lihttekstifailid ei sisalda käivitatavat koodi, kuid pahatahtlikud unicode'i märgid võivad kasutajaid eksitada või põhjustada terminali süstimist.
Teadaolevad ründavektorid
- Paremalt vasakule ülekirjutamise (RTLO) unicode'i märgid, mis petavad käivitatavate failide laiendeid (nt 'report[RTLO]cod.exe').
- Terminali juhtjärjestuse süstimine, mis käivitab kestakäsud toorteksti vaatamisel käsuga 'cat'.
- Homoglüüfirünnakud, mis asendavad standardsed ASCII tähed URL-ides identselt näivate kirillitsa tähtedega.
Kaitsealased parimad tavad:
Ajalooline taust ja verstapostid
Peamised eelised
- Absoluutne universaalne ühilduvus: seda saab avada, redigeerida ja otsida igal seni ehitatud arvutusseadmel.
- Püsiv arhiivipüsivus: tänapäeval loodud lihttekstifail jääb tulevikus sajanditeks 100% loetavaks.
- Null vorminduse lisakulu: sisaldab puhtaid andmeid ilma metateabe paisumiseta, binaarsiltideta või varaliste struktuurideta.
Tehnilised piirangud ja puudused
- Null visuaalset vormindust: ei saa ilma välise märgistuskeelena paksuks teha, kaldkirja panna, värvida ega fondi suurust muuta.
- Platvormi reavahetuste erinevused (Windows CRLF vs Unix LF) võivad põhjustada vormindamistõrkeid operatsioonisüsteemide vahel.
- Ajaloolised kodeerimise ebamäärasused (ANSI, Shift-JIS, Windows-1252) võivad ilma UTF-8-ta põhjustada märkide riknemist (mojibake).
Huvitavaid tehnilisi fakte
- UTF-8 leiutati 1992. aastal New Jersey söögikoha laudlinal Ken Thompsoni ja Rob Pike'i poolt õhtusöögi ajal.
- Windows kasutab uue rea jaoks kahte märki: vankriliigutus (CR, 0x0D) ja realaiendus (LF, 0x0A), mis on mehaaniliste kirjutusmasinate pärand.
- Üle 98% kõigist interneti veebisaitidest kasutab UTF-8 tekstikodeeringut.
Korduma kippuvad tehnilised küsimused
Mis on UTF-8?
UTF-8 on universaalne märgikodeeringu standard, mis suudab esitada kõiki tähti, numbreid, sümboleid ja emotikone kõigis inimkeeltes, säilitades samal ajal 100% tagasiühilduvuse ASCII-ga.
Mis vahe on Windowsi ja Unixi reavahetustel?
Windows kasutab uue rea tähistamiseks koodi 'CRLF' (kaks baiti: Carriage Return + Line Feed), samas kui Unix, Linux ja macOS kasutavad koodi 'LF' (üksainus Line Feed bait).
Kuidas ma saan TXT-faili PDF-iks konverteerida?
Saate lihttekstifailid ühe klõpsuga teisendada puhasteks, professionaalseteks PDF-dokumentideks või Wordi dokumentideks, kasutades File2File.app-i otse oma veebibrauseris.
Seotud TXT teisenduspaarid
SRT-subtiitrifailide teisendamine TXT-transkriptsioonideks eemaldab ajakoodid ja järjekorranumbrid, jättes alles puhta ja loetava dialoogi.
Skannitud pildi teisendamine ekstraktitud tekstiks muudab pildipikslid redigeeritavateks märkideks, et saaksite sõnu hõlpsalt otsida, muuta ja salvestada.
Rasterpildil asuva dokumendi (PNG) teisendamine lihttekstiks muudab staatilised pildipikslid optilise märgituvastuse abil muudetavateks sõnadeks.