Texto simples (.txt)
ISO/IEC PadrãoUm arquivo de texto simples armazena caracteres sem layout de página, fontes ou imagens incorporadas. Editores e programas conseguem lê-lo, mas letras acentuadas podem aparecer incorretamente se a codificação for identificada de forma errada.
Converter SRT para TXT
Conversor gratuito de SRT para TXT no navegador. Converta arquivos instantaneamente no seu dispositivo.
Inspeção e metadados
Sistemas operacionais e analisadores de arquivos identificam arquivos TXT pela sequência inicial de bytes:
Assinatura do arquivo em bytes (magic bytes)
Sistemas operacionais e analisadores de arquivos identificam arquivos TXT pela sequência inicial de bytes:
ASSINATURA HEXADECIMAL (DESLOCAMENTO 0):
EF BB BF / NenhumREPRESENTAÇÃO ASCII: BOM UTF-8 / Texto bruto
Padronização: ISO/IEC 10646 / Padrão Unicode / IETF RFC 2046
Especificações técnicas
| Estrutura do contêiner | Sequência de caracteres legíveis por humanos, codificados em ASCII, UTF-8, UTF-16 ou ISO-8859 |
| Compressão | Bytes de caracteres brutos não compactados |
| Ordem dos bytes (endianness) | UTF-8 (neutro quanto à ordem de bytes); Big/Little-Endian indicado por BOM em UTF-16/32 |
| Espaços de cor | Não se aplica (Texto Simples) |
| Canais e Estrutura | Fluxo linear de caracteres, marcadores de quebra de linha (LF \n ou CRLF \r\n) e espaços em branco |
| Dimensões Máximas | Comprimento de fluxo ilimitado |
| Transparência | Nenhum |
| Streaming e Progressivo | O texto simples é sequencial; a leitura em fluxo depende do software. |
Matriz de comparação técnica: TXT e formatos concorrentes
| Atributo técnico | TXT (Atual) | MD | HTML | |
|---|---|---|---|---|
| Formatação Visual | Nenhuma (texto puro sem estilo) | Sintaxe Markdown leve | Layout visual de página fixa | Estilização CSS e DOM completa |
| Software necessário | Nenhum (qualquer terminal ou editor de texto) | Visualizador / leitor de Markdown | Visualizador de PDF dedicado | Navegador web |
| Tamanho do Arquivo | Mínimo absoluto possível | Tamanho de texto mínimo | Contêiner binário grande | Sobrecarga de marcação moderada |
| Longevidade de Arquivamento | Depende da preservação do arquivo e da identificação da codificação | Pode ser preservado a longo prazo | Alto (padrão ISO) | Alto (padrão W3C) |
Modos comuns de corrupção e guia de recuperação com editor hexadecimal
Letras acentuadas aparecem como símbolos corrompidos, como "é", ou caracteres de substituição, como "�".
Causa principal: Incompatibilidade de codificação: um arquivo ANSI/Windows-1252 mais antigo aberto como UTF-8 sem a conversão adequada.
Recuperação: Recodifique o arquivo com codificação UTF-8 explícita usando o Conversor de Texto do File2File.app.
Análise de segurança e vetores de ataque a analisadores
Arquivos de texto simples não contêm código executável, mas caracteres Unicode maliciosos podem enganar usuários ou injetar comandos no terminal.
Vetores de ataque conhecidos
- Caracteres Unicode de substituição da direita para a esquerda (RTLO) falsificando extensões de arquivo executáveis (por exemplo, 'relatorio[RTLO]cod.exe').
- Injeção de sequência de escape de terminal executando comandos de shell ao visualizar texto bruto via 'cat'.
- Ataques de homóglifos substituindo letras ASCII padrão por caracteres cirílicos idênticos em URLs.
Melhores práticas defensivas: Sanitize caracteres de controle bidirecionais do Unicode e códigos de escape do terminal ao exibir arquivos de texto.
Origens históricas e marcos
Principais vantagens
- Arquivos de texto simples podem ser abertos em editores e pesquisados ou processados com ferramentas de linha de comando. Confira a codificação se o texto acentuado aparecer corrompido.
- O texto simples é fácil de preservar e migrar, mas sua legibilidade a longo prazo depende da preservação do arquivo e da identificação da codificação.
- Sem sobrecarga de formatação: contém apenas os dados, sem excesso de metadados, marcadores binários ou estruturas proprietárias.
Limitações técnicas e desvantagens
- Sem formatação visual: não é possível aplicar negrito, itálico ou cores nem alterar o tamanho da fonte sem usar uma linguagem de marcação externa.
- Diferenças nas quebras de linha entre plataformas (CRLF no Windows e LF no Unix) podem causar problemas de formatação.
- Ambiguidades de codificação históricas (ANSI, Shift-JIS, Windows-1252) podem causar corrupção de caracteres (mojibake) sem o UTF-8.
Curiosidades técnicas
- Ken Thompson e Rob Pike inventaram o UTF-8 durante um jantar em 1992, escrevendo o primeiro projeto em um jogo americano de uma lanchonete de Nova Jersey.
- O Windows usa dois caracteres para uma nova linha: Retorno de Carro (CR, 0x0D) e Avanço de Linha (LF, 0x0A), um legado de máquinas de escrever mecânicas.
- Mais de 98% de todos os sites da internet usam codificação de texto UTF-8.
Perguntas técnicas frequentes
O que é o UTF-8?
UTF-8 codifica o repertório Unicode e preserva os valores de byte originais dos caracteres ASCII.
Qual é a diferença entre quebras de linha do Windows e do Unix?
O Windows usa 'CRLF' (dois bytes: Retorno de Carro + Avanço de Linha) para representar uma nova linha, enquanto Unix, Linux e macOS usam 'LF' (um único byte de Avanço de Linha).
Como posso converter um arquivo TXT para PDF?
Com o File2File.app, você pode converter arquivos de texto simples em documentos PDF ou Word com aparência profissional, com um clique e diretamente no navegador.
Conversões de TXT relacionadas
A conversão de arquivos de legenda SRT para TXT remove os códigos de tempo e os números de índice, deixando apenas o diálogo, em um texto limpo e legível.
Converter uma imagem digitalizada em texto transforma os pixels da imagem em caracteres editáveis, que podem ser pesquisados, editados e armazenados com facilidade.
Converter um documento PNG rasterizado em texto simples transforma pixels de imagem estáticos em palavras editáveis por meio de reconhecimento óptico de caracteres.