Transcriptie in platte tekst (.txt)
ISO/IEC StandaardEen bestand met platte tekst slaat tekens op zonder pagina-indeling, lettertypen of ingesloten afbeeldingen. Editors en programma's kunnen het lezen, maar tekens met accenten worden mogelijk onjuist weergegeven wanneer de codering van het bestand verkeerd wordt ingeschat.
SRT naar TXT converteren
Gratis SRT-naar-TXT-converter in uw browser. Converteer bestanden direct op uw apparaat.
Inspecteren en metadata
Besturingssystemen en bestandsanalysators herkennen TXT-bestanden aan de hand van de eerste binaire bytesequentie:
Bestandshandtekening op byteniveau (magic bytes)
Besturingssystemen en bestandsanalysators herkennen TXT-bestanden aan de hand van de eerste binaire bytesequentie:
HEX-HANDTEKENING (OFFSET 0):
EF BB BF / GeenASCII-WEERGAVE: UTF-8 BOM / Ruwe tekst
Standaardisatie: ISO/IEC 10646 / Unicode Standard / IETF RFC 2046
Technische specificaties
| Containerarchitectuur | Opeenvolgende reeks van leesbare tekens gecodeerd als ASCII, UTF-8, UTF-16 of ISO-8859 |
| Compressie | Niet-gecomprimeerde ruwe tekstbytes |
| Bytevolgorde (endianness) | UTF-8 (neutraal qua bytevolgorde); de bytevolgorde kan in UTF-16/32 worden aangegeven door een BOM |
| Kleurruimten | N.v.t. (platte tekst) |
| Kanalen en structuur | Lineaire stroom van tekens, regeleinden (LF \n of CRLF \r\n) en witruimte |
| Maximale afmetingen | Onbegrensde stroomlengte |
| Transparantie | Geen |
| Streaming en progressief | Platte tekst is sequentiële data; streaminggedrag is afhankelijk van de software. |
Technische vergelijkingsmatrix: TXT versus concurrenten
| Technisch kenmerk | TXT (Huidig) | MD | HTML | |
|---|---|---|---|---|
| Visuele opmaak | Geen (zuivere tekst zonder opmaak) | Lichtgewicht Markdown-syntaxis | Vaste visuele pagina-indeling | Volledige CSS- en DOM-stijl |
| Vereiste software | Geen (elke terminal of teksteditor) | Markdown-voorbeeldweergave / lezer | Gespecialiseerde PDF-viewer | Webbrowser |
| Bestandsgrootte | Zo klein mogelijk | Minimale tekstgrootte | Grote binaire container | Matige opmaakoverhead |
| Archiefduurzaamheid | Hangt af van het bewaren van het bestand en het identificeren van de tekencodering | Kan in de loop van de tijd worden bewaard | Hoog (ISO-standaard) | Hoog (W3C-standaard) |
Veelvoorkomende beschadigingen en gids voor hex-herstel
Letters met accenten worden weergegeven als verminkte symbolen zoals 'é' of vervangende tekens zoals '�'.
Oorzaak: Niet-overeenkomende codering: een ouder ANSI/Windows-1252-bestand is zonder juiste conversie als UTF-8 geopend.
Herstel: Codeer het bestand opnieuw met een expliciete UTF-8-codering via de tekstconverter van File2File.app.
Beveiligingsanalyse en aanvalsvectoren voor parsers
Plattetekstbestanden bevatten geen uitvoerbare code, maar kwaadaardige Unicode-tekens kunnen gebruikers misleiden of terminalinjectie veroorzaken.
Bekende aanvalsvectoren
- Unicode-tekens voor Right-to-Left Override (RTLO) die uitvoerbare bestandsextensies vervalsen (bijv. 'rapport[RTLO]cod.exe').
- Injectie van terminal-escapereeksen die shell-opdrachten uitvoeren bij het bekijken van ruwe tekst via 'cat'.
- Homogliefaanvallen waarbij standaard ASCII-letters worden vervangen door identiek lijkende Cyrillische tekens in URL's.
Aanbevolen beveiligingspraktijken: Verwijder bidirectionele Unicode-besturingstekens en terminal-escapecodes wanneer tekstbestanden worden weergegeven.
Historische oorsprong en mijlpalen
Belangrijkste voordelen
- Plattetekstbestanden kunnen in teksteditors worden geopend en met opdrachtregeltools worden doorzocht of verwerkt. Controleer de tekencodering als tekst met accenten vervormd wordt weergegeven.
- Platte tekst is eenvoudig te behouden en te migreren, maar de leesbaarheid op lange termijn hangt af van het toegankelijk houden van het bestand en de tekencodering.
- Geen formaatoverhead: bevat zuivere gegevens zonder overbodige metadata, binaire tags of propriëtaire structuren.
Technische beperkingen
- Geen visuele opmaak: tekst kan zonder een externe opmaaktaal niet vet, cursief of gekleurd worden weergegeven en de lettergrootte kan niet worden gewijzigd.
- Verschillen in regeleinden tussen platforms (Windows CRLF vs Unix LF) kunnen opmaakfouten veroorzaken tussen besturingssystemen.
- Historische onduidelijkheden over codering (ANSI, Shift-JIS, Windows-1252) kunnen zonder UTF-8 leiden tot beschadigde tekens (mojibake).
Interessante technische weetjes
- UTF-8 is in 1992 tijdens het avondeten bedacht op een placemat in een diner in New Jersey door Ken Thompson en Rob Pike.
- Windows gebruikt twee tekens voor een nieuwe regel: Carriage Return (CR, 0x0D) en Line Feed (LF, 0x0A), een overblijfsel van mechanische schrijfmachines.
- UTF-8 is de dominante tekencodering voor websites, hoewel het exacte aandeel in de loop van de tijd verandert.
Veelgestelde technische vragen
Wat is UTF-8?
UTF-8 codeert de Unicode-tekenset en behoudt de oorspronkelijke bytewaarden van ASCII-tekens.
Wat is het verschil tussen regeleinden voor Windows en Unix?
Windows gebruikt 'CRLF' (twee bytes: Carriage Return + Line Feed) om een nieuwe regel weer te geven, terwijl Unix, Linux en macOS 'LF' (één Line Feed-byte) gebruiken.
Hoe kan ik een TXT-bestand naar PDF converteren?
U kunt plattetekstbestanden met één klik omzetten in nette, professionele PDF- of Word-documenten met File2File.app, rechtstreeks in uw webbrowser.
Gerelateerde conversieparen voor TXT
Het converteren van SRT-ondertitelbestanden naar TXT-transcripten verwijdert tijdstempels en volgnummers, zodat er schone, leesbare dialoog overblijft.
Het converteren van een gescande afbeelding naar geëxtraheerde tekst vertaalt beeldpixels naar bewerkbare tekens, zodat u woorden eenvoudig kunt zoeken, bewerken en opslaan.
Het converteren van een rasterafbeelding van een document in PNG naar platte tekst transformeert statische afbeeldingspixels in bewerkbare woorden met behulp van optische tekenherkenning.