متن ساده (.txt)
ISO/IEC استانداردفایل متنی ساده (TXT) شالوده جهانی رایانش دیجیتال و ذخیرهسازی اطلاعات انسانی است که حاوی کاراکترهای خام و قالببندینشده بوده و توسط هر سیستمعامل رایانه و زبان برنامهنویسی شناختهشدهای قابل خواندن است.
تبدیل SRT به TXT
مبدل رایگان SRT به TXT درون مرورگر. فایلها را فورا روی دستگاه خود تبدیل کنید.
بررسی و فراداده
سیستمعاملها و تحلیلگرهای فایل، فایلهای TXT را با بررسی توالی بایتهای دودویی ابتدایی شناسایی میکنند:
امضای هدر در سطح بایت (Magic Bytes)
سیستمعاملها و تحلیلگرهای فایل، فایلهای TXT را با بررسی توالی بایتهای دودویی ابتدایی شناسایی میکنند:
امضای HEX (آفست 0):
EF BB BF / Noneنمایش ASCII: UTF-8 BOM / Raw text
استانداردسازی: ISO/IEC 10646 / Unicode Standard / IETF RFC 2046
مشخصات فنی
| معماری کانتینر | Sequential sequence of human-readable characters encoded as ASCII, UTF-8, UTF-16, or ISO-8859 |
| فشردهسازی | Uncompressed raw character bytes |
| ترتیب بایتها (Endianness) | UTF-8 (byte order neutral); Big/Little-Endian indicated by BOM in UTF-16/32 |
| فضاهای رنگی | N/A (Plaintext) |
| کانالها و ساختار | Linear stream of characters, newline markers (LF \n or CRLF \r\n), and whitespace |
| حداکثر ابعاد | Unbounded stream length |
| شفافیت مشخصات | None |
| استریمینگ و پیشرونده | Universal immediate byte-by-byte streaming |
ماتریس مقایسه فنی: TXT در برابر رقبا
| ویژگی فنی | TXT (فعلی) | MD | HTML | |
|---|---|---|---|---|
| قالببندی بصری | هیچکدام (متن خالص بدون استایل) | نحو سبک Markdown | طیدبندی بصری صفحه ثابت | استایلدهی کامل CSS و DOM |
| نرمافزار مورد نیاز | هیچکدام (هر ترمینال یا ویرایشگر متنی) | پیشنمایشگر / خواننده Markdown | نمایشگر اختصاصی PDF | مرورگر وب |
| حجم فایل | حداقل مقدار ممکن مطلق | حجم متن مینیمال | ظرف باینری بزرگ | سربار نشانهگذاری متوسط |
| طول عمر بایگانی | نامحدود (بایتهای کاراکتر خالص) | دائمی (متن ساده) | بالا (استاندارد ISO) | بالا (استاندارد W3C) |
حالتهای رایج خرابی و راهنمای بازیابی هگز
حروف دارای علامت به صورت نمادهای نامفهوم مانند 'é' یا علامت سوال مشکی ظاهر میشوند.
علت ریشهای: عدم تطابق کدگذاری: یک فایل قدیمی ANSI/Windows-1252 بدون تبدیل صحیح به عنوان UTF-8 باز شده است.
بازیابی: کدگذاری مجدد فایل با انکودینگ صریح UTF-8 با استفاده از مبدل متنی File2File.
تحلیل امنیتی و بردارهای حمله تجزیهکننده (Parser)
فایلهای متنی ساده حاوی هیچ کد اجرایی نیستند، اما کاراکترهای مخرب یونیکد میتوانند کاربران را فریب دهند یا باعث تزریق به ترمینال شوند.
بردارهای حمله شناختهشده
- کاراکترهای یونیکد لغو راست به چپ (RTLO) که پسوندهای فایل اجرایی را جعل میکنند (مانند 'report[RTLO]cod.exe').
- تزریق توالی فرار ترمینال (Terminal Escape Sequence) که دستورات پوسته را هنگام مشاهده متن خام از طریق دستور 'cat' اجرا میکند.
- حملات هموگلیف که حروف استاندارد ASCII را با کاراکترهای سیریلیک ظاهرًا یکسان در URLها جایگزین میکنند.
بهترین روشهای پدافندی:
تاریخچه و نقاط عطف
مزایا و نقاط قوت کلیدی
- سازگاری جهانی مطلق: در هر دستگاه محاسباتی که تا کنون ساخته شده قابل باز شدن، ویرایش و جستجو است.
- ماندگاری بایگانی دائمی: یک فایل متنی ساده که امروز ایجاد شود، تا قرنها در آینده ۱۰۰ درصد قابل خواندن باقی خواهد ماند.
- صفر سربار فرمت: حاوی دادههای خالص بدون هیچگونه حجم اضافی فراداده (Metadata)، تگهای باینری یا ساختارهای انحصاری.
محدودیتها و معایب فنی
- صفر قالببندی بصری: بدون استفاده از یک زبان نشانهگذاری خارجی، نمیتواند متن را به طور بومی ضخیم (Bold)، مورب، رنگی کند یا اندازه فونت را تغییر دهد.
- تفاوتهای انتهای خط در پلتفرمهای مختلف (CRLF در ویندوز در برابر LF در یونیکس) میتواند باعث ایرادات قالببندی در سیستمعاملهای گوناگون شود.
- ابهامات کدگذاری تاریخی (ANSI، Shift-JIS، Windows-1252) میتواند بدون UTF-8 باعث خرابی کاراکترها (Mojibake) شود.
نکات فنی جالب
- کدگذاری UTF-8 در سال ۱۹۹۲ روی یک زیربشقابی در یک غذاخوری نیوجرسی توسط کن تامپسون و راب پایک طی شام اختراع شد.
- ویندوز از دو کاراکتر برای خط جدید استفاده میکند: بازگشت به خط (CR، 0x0D) و پیشروی خط (LF، 0x0A) که میراث ماشینهای تحریر مکانیکی است.
- بیش از ۹۸ درصد از تمام وبسایتهای اینترنت از کدگذاری متنی UTF-8 استفاده میکنند.
سوالات فنی متداول
فرمت UTF-8 چیست؟
استاندارد UTF-8 استاندارد جهانی کدگذاری کاراکتر است که میتواند هر حرف، عدد، نماد و ایموجی را در تمام زبانهای انسانی نمایش دهد و در عین حال ۱۰۰٪ با ASCII سازگاری رو به عقب (Backward Compatible) دارد.
تفاوت بین انتهای خط (Line Ending) در ویندوز و یونیکس چیست؟
ویندوز از 'CRLF' (دو بایت: Carriage Return + Line Feed) برای نشان دادن یک خط جدید استفاده میکند، در حالی که یونیکس، لینوکس و مکاواس از 'LF' (یک بایت Line Feed منفرد) استفاده میکنند.
چگونه میتوانم یک فایل TXT را به PDF تبدیل کنم؟
شما میتوانید فایلهای متنی ساده را با استفاده از File2File.app مستقیماً در مرورگر وب خود با یک کلیک به اسناد PDF تمیز و حرفهای یا اسناد Word تبدیل کنید.
جفتهای تبدیل مرتبط با TXT
تبدیل فایلهای زیرنویس SRT به فایلهای متنی TXT، کدهای زمانی و شمارههای ایندکس را حذف میکند تا یک متن تمیز و خوانا از دیالوگها باقی بماند.
تبدیل یک تصویر اسکنشده به متن استخراجشده، پیکسلهای تصویر را به کاراکترهای قابل ویرایش تبدیل میکند تا بتوانید به راحتی کلمات را جستجو، ویرایش و ذخیره کنید.
تبدیل یک سند تصویر پیکسلی PNG به متن ساده، پیکسلهای ثابت تصویر را با استفاده از تشخیص نوری کاراکتر به کلمات قابل ویرایش تبدیل میکند.