Tekstitiedosto (.txt)
ISO/IEC StandardiPelkkä tekstitiedosto (TXT) on digitaalisen laskennan ja ihmisen tiedontallennuksen universaali peruskivi, joka sisältää raakoja, muotoilemattomia merkkejä, joita jokainen olemassa oleva tietokoneen käyttöjärjestelmä ja ohjelmointikieli voi lukea.
Muunna tiedostot muodosta SRT muotoon TXT
Ilmainen selaimen sisäinen SRT - TXT-muunnin. Muunna tiedostoja välittömästi laitteellasi.
Tarkastele ja metatiedot
Käyttöjärjestelmät ja tiedostoanalyysaattorit tunnistavat TXT-tiedostot tarkistamalla tiedoston alun binäärisarjan:
Tavutason otsikon allekirjoitus (Magic Bytes)
Käyttöjärjestelmät ja tiedostoanalyysaattorit tunnistavat TXT-tiedostot tarkistamalla tiedoston alun binäärisarjan:
HEX-ALLEKIRJOITUS (OFFSET 0):
EF BB BF / NoneASCII-ESITYSTAPA: UTF-8 BOM / Raw text
Standardointi: ISO/IEC 10646 / Unicode Standard / IETF RFC 2046
Tekniset tiedot
| Säiliöarkkitehtuuri | Sequential sequence of human-readable characters encoded as ASCII, UTF-8, UTF-16, or ISO-8859 |
| Pakkaus | Uncompressed raw character bytes |
| Tavujärjestys (Endianness) | UTF-8 (byte order neutral); Big/Little-Endian indicated by BOM in UTF-16/32 |
| Väriavaruudet | N/A (Plaintext) |
| Kanavat ja rakenne | Linear stream of characters, newline markers (LF \n or CRLF \r\n), and whitespace |
| Suurimmat mitat | Unbounded stream length |
| Läpinäkyvyys | None |
| Suoratoisto ja progressiivinen lataus | Universal immediate byte-by-byte streaming |
Tekninen vertailumatriisi: TXT vs. kilpailijat
| Tekninen attribuutti | TXT (Nykyinen) | MD | HTML | |
|---|---|---|---|---|
| Visuaalinen muotoilu | Ei mitään (puhdasta muotoilematonta tekstiä) | Kevyt Markdown-syntaksi | Kiinteä sivun visuaalinen asettelu | Täysi CSS- ja DOM-muotoilu |
| Vaadittu ohjelmisto | Ei mitään (mikä tahansa terminaali tai tekstieditori) | Markdown-esikatseluohjelma / -lukija | Erillinen PDF-katseluohjelma | Verkkoselain |
| Tiedostokoko | Absoluuttinen mahdollinen minimi | Minimaalinen tekstikoko | Suuri binäärisäiliö | Kohtalainen merkintätapojen kuorma |
| Arkistointikestävyys | Ääretön (puhtaat merkkibitit) | Pysyvä (pelkkä teksti) | Korkea (ISO-standardi) | Korkea (W3C-standardi) |
Yleiset korruptiotilat ja heksatietojehdotusopas
Aakkoselliset kirjaimet näkyvät sotkusuhteina, kuten 'é' tai mustina kysymysmerkkeinä ''.
Perussyy: Koodausristiriita: vanhempi ANSI/Windows-1252-tiedosto avattiin UTF-8-muodossa ilman asianmukaista muunnosta.
Korjaus: Koodaa tiedosto uudelleen selkeällä UTF-8-koodauksella File2File Text Converter -työkalulla.
Turvallisuusanalyysi ja jäsenninhyökkäysvektorit
Pelkät tekstitiedostot eivät sisällä suoritettavaa koodia, mutta haitalliset unicode-merkit voivat johtaa käyttäjiä harhaan tai aiheuttaa terminaalin injektiota.
Tunnetut hyökkäysvektorit
- Right-to-Left Override (RTLO) -unicode-merkit, jotka väärentävät suoritettavien tiedostojen päätteitä (esim. 'raportti[RTLO]cod.exe').
- Terminaalin ohjauskoodisekvenssin injektio, joka suorittaa komentorivikomentoja tarkasteltaessa raakatekstiä 'cat'-komennolla.
- Homoglyfihyökkäykset, jotka korvaavat tavalliset ASCII-kirjaimet samannäköisillä kyrillisillä merkeillä URL-osoitteissa.
Parhaat puolustuskäytännöt:
Historia ja virstanpylväät
Tärkeimmät edut
- Ehdoton yleisyhteensopivuus: voidaan avata, muokata ja hakea millä tahansa koskaan rakennetulla tietokonelaitteella.
- Pysyvä arkistointikestävyyden taso: tänään luotu pelkkä tekstitiedosto pysyy 100-prosenttisesti luettavana vuosisatojen ajan tulevaisuudessa.
- Nolla muotoiluyleiskustannusta: sisältää puhdasta dataa ilman metatiedon turhaa kuormaa, binääritunnisteita tai suljettuja rakenteita.
Tekniset rajoitukset
- Nolla visuaalista muotoilua: ei voi luonnostaan lihavoida, kursivoida, värittää tai muuttaa fonttikokoja ilman ulkoista merkintäkieltä.
- Käyttöjärjestelmien rivinvaihtoerojen (Windows CRLF vs Unix LF) vuoksi tiedostoon voi tulla muotoiluhäiriöitä eri käyttöjärjestelmien välillä.
- Historialliset koodausepäselvyydet (ANSI, Shift-JIS, Windows-1252) voivat aiheuttaa merkkien vääristymistä (mojibake) ilman UTF-8-koodausta.
Mielenkiintoisia teknisiä faktoja
- UTF-8 keksittiin New Jerseyläisen dinerin lautasliinalle vuonna 1992 Ken Thompsonin ja Rob Piken toimesta päivällisellä.
- Windows käyttää kahta merkkiä uudelle riville: palautusmerkki (CR, 0x0D) ja rivinvaihto (LF, 0x0A), mikä on perintöä mekaanisista kirjoituskoneista.
- Yli 98 % kaikista internetin verkkosivustoista käyttää UTF-8-tekstikoodausta.
Usein kysytyt tekniset kysymykset
Mikä on UTF-8?
UTF-8 on universaali merkistökoodausstandardi, joka pystyy esittämään jokaisen kirjaimen, numeron, symbolin ja emojin kaikilla ihmisten kielillä säilyttäen samalla 100-prosenttisen taaksepäin yhteensopivuuden ASCII:n kanssa.
Mitä eroa on Windowsin ja Unix-käyttöjärjestelmien rivinvaihdoilla?
Windows käyttää merkkijonoa 'CRLF' (kaksi tavua: Carriage Return + Line Feed) rivinvaihdon esittämiseen, kun taas Unix, Linux ja macOS käyttävät muotoa 'LF' (yksi Line Feed -tavu).
Miten voin muuntaa TXT-tiedoston PDF-muotoon?
Voit muuntaa pelkkätekstitiedostot selkeiksi, ammattimaisiksi PDF-dokumenteiksi tai Word-dokumenteiksi yhdellä napsautuksella File2File.appilla suoraan verkkoselaimessasi.
Aiheeseen liittyvät TXT-muunnosparit
SRT-tekstitystiedostojen muuntaminen TXT-tekstitiedostoiksi poistaa aikarajoitukset ja indeksinumerot, jättäen jäljelle puhtaan, helposti luettavan vuoropuhelun.
Skannatun kuvan muuntaminen tekstiksi muuttaa kuvapisteet muokattaviksi merkeiksi, jotta voit helposti etsiä, muokata ja tallentaa sanoja.
Rasterimuotoisen PNG-kuvadokumentin muuntaminen pelkäksi tekstiksi muuttaa staattiset kuvapikselit muokattaviksi sanoiksi optisen merkkien tunnistuksen avulla.