Простой текст (.txt)
ISO/IEC СтандартПростой текстовый файл (TXT) - это универсальный фундамент цифровых вычислений и хранения информации человеком, содержащий необработанные, неформатированные символы, которые могут быть прочитаны любой существующей операционной системой и языком программирования.
Конвертировать из SRT в TXT
Бесплатный конвертер из SRT в TXT прямо в браузере. Конвертируйте файлы мгновенно на вашем устройстве.
Анализ и метаданные
Операционные системы и анализаторы файлов идентифицируют файлы TXT по начальной двоичной последовательности байтов:
Сигнатура заголовка на уровне байтов (Magic Bytes)
Операционные системы и анализаторы файлов идентифицируют файлы TXT по начальной двоичной последовательности байтов:
HEX-СИГНАТУРА (СМЕЩЕНИЕ 0):
EF BB BF / NoneПРЕДСТАВЛЕНИЕ ASCII: UTF-8 BOM / Raw text
Стандартизация: ISO/IEC 10646 / Стандарт Unicode / IETF RFC 2046
Технические спецификации
| Архитектура контейнера | Последовательность читаемых человеком символов, закодированных в ASCII, UTF-8, UTF-16 или ISO-8859 |
| Сжатие | Несжатые байты сырых символов |
| Порядок байтов (Endianness) | UTF-8 (независимо от порядка байтов); порядок байтов (Big/Little-Endian) указывается с помощью BOM в UTF-16/32 |
| Цветовые пространства | Н/Д (Простой текст) |
| Каналы и структура | Линейный поток символов, маркеры новой строки (LF \n или CRLF \r\n) и пробелы |
| Макс. габариты | Неограниченная длина потока |
| Прозрачность | Отсутствует |
| Потоковая передача и прогрессивная загрузка | Универсальный немедленный побайтовый потоковый режим |
Техническая матрица сравнения: TXT против конкурентов
| Технический атрибут | TXT (Текущий) | MD | HTML | |
|---|---|---|---|---|
| Визуальное форматирование | Отсутствует (чистый текст без стилей) | Облегченный синтаксис Markdown | Фиксированная визуальная верстка страниц | Полное оформление CSS и DOM |
| Требуемое программное обеспечение | Не требуется (любой терминал или текстовый редактор) | Программа просмотра / предпросмотра Markdown | Специализированная программа просмотра PDF | Веб-браузер |
| Размер файла | Абсолютно минимально возможный | Минимальный размер текста | Большой бинарный контейнер | Умеренные накладные расходы разметки |
| Архивная долговечность | Бесконечная (чистые байты символов) | Постоянная (простой текст) | Высокая (стандарт ISO) | Высокая (стандарт W3C) |
Типичные режимы повреждения и руководство по восстановлению в HEX
Буквы с диакритическими знаками отображаются в виде искаженных символов, таких как 'é' или черных вопросительных знаков ''.
Первопричина: Несоответствие кодировки: старый файл ANSI/Windows-1252 открыт как UTF-8 без надлежащего преобразования.
Восстановление: Перекодируйте файл в явную кодировку UTF-8 с помощью текстового конвертера File2File.
Анализ безопасности и векторы атак на парсер
Простые текстовые файлы не содержат исполняемого кода, но вредоносные символы юникса могут вводить пользователей в заблуждение или вызывать инъекции в терминале.
Известные векторы атак
- Управляющие символы юникса Right-to-Left Override (RTLO), подделывающие расширения исполняемых файлов (например, 'report[RTLO]cod.exe').
- Внедрение управляющих последовательностей терминала (escape-последовательностей), выполняющих команды оболочки при просмотре нефильтрованного текста через 'cat'.
- Атаки с использованием омоглифов, заменяющие стандартные буквы ASCII на визуально неотличимые символы кириллицы в URL-адресах.
Защитные лучшие практики: Очищайте двунаправленные управляющие символы юникода и управляющие коды терминала при отрисовке текстовых файлов.
Исторические истоки и вехи
Ключевые преимущества и плюсы
- Абсолютная универсальная совместимость: может открываться, редактироваться и подвергаться поиску на любом когда-либо созданном вычислительном устройстве.
- Постоянная долговечность архивации: простой текстовый файл, созданный сегодня, останется на 100% читаемым через столетия.
- Нулевые накладные расходы формата: содержит чистые данные без каких-либо избыточных метаданных, бинарных тегов или проприетарных структур.
Технические ограничения и минусы
- Полное отсутствие визуального форматирования: невозможно нативно сделать текст жирным, курсивом, изменить цвет или размер шрифта без внешнего языка разметки.
- Различия в завершении строк на разных платформах (Windows CRLF против Unix LF) могут вызывать сбои форматирования в разных операционных системах.
- Исторические неоднозначности кодировок (ANSI, Shift-JIS, Windows-1252) могут вызывать искажение символов (кракозябры/модзибаке) без UTF-8.
Интересные технические факты
- UTF-8 была изобретена на подставке для салфеток в закусочной в Нью-Джерси в 1992 году Кеном Томпсоном и Робом Пайком за ужином.
- Windows использует два символа для новой строки: возврат каретки (CR, 0x0D) и перевод строки (LF, 0x0A), что является наследием механических пишущих машинок.
- Более 98% всех веб-сайтов в интернете используют текстовую кодировку UTF-8.
Часто задаваемые технические вопросы
Что такое UTF-8?
UTF-8 - это универсальный стандарт кодирования символов, который может представлять каждую букву, цифру, символ и эмодзи на всех человеческих языках, оставаясь при этом на 100% обратной совместимости с ASCII.
В чем разница между окончаниями строк в Windows и Unix?
Windows использует 'CRLF' (два байта: Возврат каретки + Перевод строки) для представления новой строки, в то время как Unix, Linux и macOS используют 'LF' (один байт перевода строки).
Как конвертировать файл TXT в PDF?
Вы можете конвертировать простые текстовые файлы в чистые, профессиональные документы PDF или Word в один клик с помощью File2File.app прямо в своем веб-браузере.
Связанные пары конвертации TXT
Конвертация файлов субтитров SRT в текстовый формат TXT удаляет коды времени и порядковые номера, оставляя чистый и удобный для чтения диалог.
Конвертация сканированного изображения в извлеченный текст преобразует пиксели картинки в редактируемые символы для удобного поиска, редактирования и хранения слов.
Превращение растрового изображения PNG в обычный текст преобразует статические пиксели картинки в редактируемые слова с помощью оптического распознавания символов.