Transcription en texte brut (.txt)
ISO/IEC StandardUn fichier texte brut stocke des caractères sans mise en page, polices ni images intégrées. Les éditeurs et programmes peuvent le lire, mais les caractères accentués peuvent s’afficher incorrectement si l’encodage est mal identifié.
Convertir SRT en TXT
Outil de conversion gratuit de SRT vers TXT dans le navigateur. Convertissez des fichiers instantanément sur votre appareil.
Inspection et métadonnées
Les systèmes d'exploitation et les analyseurs de fichiers identifient les fichiers TXT en inspectant leur séquence initiale d'octets binaires :
Signature d'en-tête au niveau des octets (octets magiques)
Les systèmes d'exploitation et les analyseurs de fichiers identifient les fichiers TXT en inspectant leur séquence initiale d'octets binaires :
SIGNATURE HEXADÉCIMALE (DÉCALAGE 0) :
EF BB BF / aucunREPRÉSENTATION ASCII : BOM UTF-8 / texte brut
Normalisation : ISO/IEC 10646 / norme Unicode / IETF RFC 2046
Spécifications techniques
| Architecture de conteneur | Suite de caractères lisibles par une personne, encodés en ASCII, UTF-8, UTF-16 ou ISO-8859 |
| Compression | Octets de caractères bruts non compressés |
| Ordre des octets | UTF-8 (neutre quant à l’ordre des octets) ; en UTF-16/32, le BOM indique l’ordre gros-boutiste ou petit-boutiste |
| Espaces colorimétriques | Sans objet (texte brut) |
| Canaux et structure | Flux linéaire de caractères, de marqueurs de saut de ligne (LF \n ou CRLF \r\n) et d'espaces |
| Dimensions maximales | Longueur de flux illimitée |
| Transparence | Aucune |
| Prise en charge du traitement en continu | Le texte brut est séquentiel ; la lecture en flux dépend du logiciel. |
Matrice de comparaison technique : TXT face aux concurrents
| Attribut technique | TXT (Actuel) | MD | HTML | |
|---|---|---|---|---|
| Formatage visuel | Aucun (texte brut, sans mise en forme) | Syntaxe Markdown simplifiée | Mise en page visuelle fixe | Mise en forme complète avec CSS et DOM |
| Logiciel requis | Aucun (n'importe quel terminal ou éditeur de texte) | Aperçu ou lecteur de fichiers Markdown | Lecteur PDF dédié | Navigateur Web |
| Taille de fichier | Minimum absolu possible | Taille de texte minimale | Grand conteneur binaire | Surcharge de balisage modérée |
| Durée de conservation | Dépend de la conservation du fichier et de l’identification de son encodage | Peut être conservé à long terme | Élevée (norme ISO) | Élevée (norme W3C) |
Modes de corruption courants et guide de restauration hexadécimale
Les lettres accentuées s’affichent sous forme de caractères illisibles, par exemple « é », ou de caractères de remplacement comme « � ».
Cause initiale: Inadéquation d'encodage : un ancien fichier ANSI/Windows-1252 ouvert en UTF-8 sans conversion appropriée.
Récupération: Réencodez le fichier avec un encodage UTF-8 explicite à l'aide du convertisseur de texte File2File.app.
Analyse de sécurité et vecteurs d'attaque de l'analyseur
Les fichiers texte brut ne contiennent pas de code exécutable, mais des caractères Unicode malveillants peuvent tromper les utilisateurs ou permettre une injection de commandes dans le terminal.
Vecteurs d’attaque connus
- Des caractères Unicode de remplacement de droite à gauche (RTLO) peuvent usurper l’extension d’un fichier exécutable (par exemple « report[RTLO]cod.exe »).
- Injection de séquences d'échappement de terminal exécutant des commandes de shell lors de l'affichage de texte brut via 'cat'.
- Attaques par homographes remplaçant les lettres ASCII standard par des caractères cyrilliques d'apparence identique dans les URL.
Bonnes pratiques de défense: Nettoyez les caractères de contrôle Unicode bidirectionnels et les codes d’échappement de terminal avant d’afficher les fichiers texte.
Origines historiques et jalons
Principaux avantages
- Les fichiers texte brut s’ouvrent dans les éditeurs de texte et peuvent être recherchés ou traités avec des outils en ligne de commande. Vérifiez l’encodage si les caractères accentués sont déformés.
- Le texte brut est facile à conserver et à migrer, mais sa lisibilité à long terme dépend de la conservation du fichier et de son encodage.
- Aucune surcharge de format : le fichier contient uniquement les données, sans métadonnées, balises binaires ni structures propriétaires.
Limites techniques
- Aucune mise en forme visuelle : sans langage de balisage externe, le texte brut ne permet ni le gras ou l’italique, ni la couleur, ni le changement de taille de police.
- Les différences de fin de ligne entre plateformes (Windows CRLF vs Unix LF) peuvent provoquer des problèmes d'affichage d'un système d'exploitation à l'autre.
- Sans UTF-8, les anciennes ambiguïtés d’encodage (ANSI, Shift-JIS, Windows-1252) peuvent corrompre les caractères (mojibake).
Faits intéressants
- Ken Thompson et Rob Pike ont inventé l’UTF-8 au cours d’un dîner dans un restaurant du New Jersey, en 1992, en l’esquissant sur un set de table.
- Windows utilise deux caractères pour marquer une nouvelle ligne : le retour chariot (CR, 0x0D) et le saut de ligne (LF, 0x0A), hérités des machines à écrire mécaniques.
- UTF-8 est l’encodage de caractères dominant sur les sites Web, mais sa part exacte évolue au fil du temps.
Foire aux questions techniques
Qu'est-ce que l'UTF-8 ?
UTF-8 encode le répertoire Unicode et conserve les valeurs d’octet d’origine des caractères ASCII.
Quelle est la différence entre les fins de ligne Windows et Unix ?
Windows utilise « CRLF » (deux octets : retour chariot et saut de ligne) pour marquer une nouvelle ligne, tandis qu’Unix, Linux et macOS utilisent « LF » (un seul octet de saut de ligne).
Comment puis-je convertir un fichier TXT en PDF ?
Avec File2File.app, convertissez en un clic des fichiers texte brut en documents PDF professionnels ou en documents Word, directement dans votre navigateur Web.
Conversions associées à TXT
La conversion de fichiers de sous-titres SRT en transcriptions TXT supprime les codes temporels et les numéros d'index pour ne conserver que des dialogues clairs et lisibles.
La conversion d'une image numérisée en texte extrait traduit les pixels de l'image en caractères modifiables afin que vous puissiez rechercher, modifier et stocker des mots facilement.
La conversion d'une image de document matricielle en texte brut transforme les pixels statiques d’une image en texte modifiable grâce à la reconnaissance optique de caractères.